声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：赵孝礼, 宋艺博, 胡渊豪, 赵思源, 何显松, 张站, 姚建勇, 严颖, 邵海东
关键词：表面肌电信号, 深度信念网络, 动作识别, 特征提取
表面肌电信号（sEMG）在人机交互（HCI）等领域具有重要的理论研究价值和实际应用意义，但现有方法在处理多主体的信号时，通常面临准确率显著下降和计算复杂度高的挑战。为了解决这一问题，提出了一种基于多尺度集成序列深度信念网络（OmniXceptionDBN）的稳健表面肌电信号智能识别方法。首先利用奇异谱分析和快速傅里叶变换处理原始信号，然后结合XceptionTime、OmniScaleCNN和深度信念网络（DBN）构建OmniXceptionDBN算法进行sEMG识别和实验验证。结果表明该算法对单个个体的分类准确率达到了97.2%，对多个个体在没有额外操作的情况下达到了85.9%，证明了该方法能有效解决传统方法在跨个体处理时准确率下降和计算复杂度较高的问题，为sEMG智能识别领域提供了一种高效且稳健的解决方案。
来源：2026年第2期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。