作者:隋修武,刘乃嘉,乔明敏,李昊天 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2019年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2019120040 DOC编号:DOCCGJS2019120049 下载格式:PDF + Word/doc 文字可复制、可编辑
《PSO-SVM算法在智能建筑环境监控系统中的应用》PDF+DOC2016年第01期 傅军栋,邹欢,康水华 《基于PSO-SVM的传感器非线性动态补偿及LabVIEW实现》PDF+DOC2013年第09期 张霞,陈保利 《基于EEMD能量熵和LSSVM的传感器故障诊断》PDF+DOC2013年第07期 丁国君,王立德,申萍,杨鹏 《基于半监督学习的跌倒检测系统设计》PDF+DOC2016年第10期 李仲年,臧春华,杨刚,项嵘 《基于支持向量机的多目标分类和识别》PDF+DOC2016年第09期 侯小丽,王建国,王佳丽 《基于WPSO-KELM的火灾预警模型设计》PDF+DOC2018年第02期 丁承君,张井超,何乃晨 《船舶结构监测系统的应力预测研究》PDF+DOC2018年第06期 吴爽,焦淑红 《基于支持向量机和小波分解的气体识别研究》PDF+DOC2006年第06期 葛海峰,林继鹏,刘君华,丁晖 《基于基座多传感核主元分析的故障诊断》PDF+DOC2011年第07期 李学军,杨大炼,郭灯塔,蒋玲莉 《三自由度比例控制肌电假手的设计》PDF+DOC2009年第12期 唐建友,罗志增
  • 针对目前研究的肌电假手的控制方式存在不直观、不灵活,缺乏多感知功能等缺陷,设计了一种具有模式识别和多感知功能的肌电假手的控制方法。该方法采用粒子群优化算法改进的支持向量机(PSO-SVM)构建动作分类器,实现肌电假手动作的模式识别与在线控制。利用经验模态分解法分解滑觉信号,引入模糊逻辑控制,对硬度、滑觉程度不同的物体,实现握力的自适应调节。实验结果表明:采用PSO-SVM算法在线控制肌电假手的识别率高达93.6%,同时PSO-SVM假手在抓握目标过程中能够及时可靠的完成抓握控制任务,具有较高的稳定性,实现滑觉、硬度反馈在模式识别假肢上的实际应用。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。