论文部分内容阅读
提出一种新的模式分类器，利用安置在拇长屈肌、指深屈肌和指伸肌上的3个电极所测得的肌电信号,实现了对3自由度假手手指运动的控制．该分类器采用小波变换和样本熵的方法构造特征矢量．经过由变学习速率算法和RP算法构建的集成3层前馈神经网络的分类，能够成功地分辨出拇指、食指和中指的弯曲与伸展运动，平均识别率可达96％以上．实验结果表明，该分类器为多自由度肌电假手的控制提供了一种有效的方法．