谢洪波
- 作品数：14 被引量：89H指数：5
- 供职机构：江苏大学电气信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：医药卫生自动化与计算机技术自然科学总论更多>>
- 小波包变换特征提取与表面肌电分类被引量：9
- 2003年
- 针对表面肌电(SEMG)的非平稳特性,提出采用小波包变换方法对其进行分类。分析了特征提取方法并采用小波包变换各频段能量构造特征矢量,经过学习矢量量化神经网络训练能够有效地从伸肌和屈肌采集的两道肌电信号中识别伸拳,展拳,腕内旋,腕外旋4种运动模式,平均识别率为94.5%。与其它时频分析方法比较,该方法不仅识别率高,鲁棒性好,也为其他非平稳生理信号分析提供了新手段。
- 谢洪波王志中黄海
- 关键词：小波包变换表面肌电信号学习矢量量化时频分析神经网络训练
- 表面肌电的支持向量机分类被引量：13
- 2004年
- 支持向量机 (SVM)是一种新的机器学习机制。研究了基于支持向量机的控制假手表面肌电识别方法和性能 ,并与反向传播 (BP)神经网络分类器进行了比较。分类的六种手腕部动作分别是腕内旋、腕外旋、展拳、握拳、肘部外旋、肘部内旋。利用“一对一”的分类策略和二叉树构造多类SVM分类器。核函数分别采用多项式和径向基函数。实验结果表明SVM可以有效地对表面动作肌电进行分类 ,SVM分类准确率普遍优于传统的BP神经网络 ,且具有良好的泛化推广能力。
- 谢洪波王志中黄海
- 关键词：表面肌电信号支持向量机SVMEMG生物相容性
- 一种新的时间序列确定性辨识方法被引量：3
- 2007年
- 提出一种新的基于辛几何谱的时间序列确定性检测方法,通过计算原始时间序列及其替代数据的辛几何谱,利用非参数Mann-Whitney秩和检验方法,可有效地辨别确定性混沌过程和随机过程.通过对常见的随机过程,Lorenz,Rssler,Mackey-Glass,高维耦合方程的仿真检验,说明了方法的有效性.并通过用SantaFe测试集中两个序列检验了其对实际时间序列的适用性,最后研究不同数据长度和不同强度噪声对该方法性能的影响说明了其鲁棒性.
- 吴延东谢洪波
- 关键词：时间序列混沌
- 心室纤颤和心动过速的多重分形分析被引量：3
- 2006年
- 基于多重分形分析对心动过速(VT)与心室纤颤(VF)进行了研究。通过直接计算f(α)奇异谱的方法,计算出VF和VT信号的奇异谱,发现这两种信号奇异谱曲线所包含的面积存在较大差异,并且在大多数情况下VF信号的奇异谱曲线面积大于VT信号。本文用奇异谱曲线面积作为区分VF和VT的一个判据。实验证实该判据可有效区分VF和VT。
- 谢洪波黄海王志中袁佳宁
- 关键词：心室纤颤心动过速
- 基于DFA的心动过速与心室纤颤识别被引量：9
- 2006年
- 近年来的研究表明,心室纤颤(ventricular fibrillation,VF)以及心动过速(ventricular tachycardia,VT)具有混沌特性,VF表现出自相似特性从而具有分形特性,因此可以使用混沌及分形方法对这两种异常心电信号进行分析。本文运用了去趋势波动分析方法(detrended fluctuation analysis,DFA)分别计算了VF及VT信号的标度指数,结果表明:在不同的标度区域,VF与VT表现出不同的标度指数,从而表现出交叉突变点,在交叉突变点之前的区域中,VF的标度指数1α大于VT的标度指数α1。作为一种普遍现象,本文中将标度指数α1作为识别VF与VT的一个判据,并且在实验中取得了令人满意的效果。
- 黄海谢洪波王志中袁佳宁
- 关键词：心室纤颤心动过速
- 基于模糊熵的脑电睡眠分期特征提取与分类被引量：36
- 2010年
- 提出了一种基于模糊熵(FuzzyEn)的脑电睡眠分期特征提取新方法。作为样本熵(SampEn)算法的改进,模糊熵以一指数函数模糊化相似性度量公式,使得模糊熵值能够随参数变化过渡平滑,并且在参数值很小的情况下其定义仍有意义,同时继承了样本熵的相对一致性和短数据集处理特性。以8例受试者睡眠脑电监测数据及专家人工分期结果作为样本,提取睡眠各分期脑电数据模糊熵特征值,进而用支持向量机(SVM)分类。基于模糊熵的方法平均正确率达87.1%,优于样本熵方法获得的分类结果(83.0%),两种特征提取方法在采用不同的SVM核函数情况下,其分类结果在95%的置信区间内均保持显著性差异。实验结果表明,该模糊熵方法能有效地表征脑电睡眠各分期的复杂度。
- 刘慧谢洪波和卫星王志中
- 关键词：脑电波睡眠分期模糊熵支持向量机
- 基于肌音信号的假肢手动作模式分类研究
- 肌音信号（MMG）是肌肉收缩时肌纤维侧向振动的力学反映。本文研究肌音信号作为假肢手控制源辨识多个手部动作的可行性。分别提取了12个受试者完成手抓、放和腕曲、伸动作的2通道肌音信号。对信号的小波包变换矩阵进行奇异值分解,采...
- 谢洪波郑永平
- 关键词：时频分析
- 文献传递
- 表面肌电信息融合与动作分类被引量：5
- 2005年
- 提出基于多个特征域信息融合的方法,进一步去除不确定性、提高表面肌电分类准确率。选择的表面肌电特征参数分别为时域绝对值积分、AR模型系数和线性倒谱系数。待辨识的6类手部动作肌电信号经各特征域变换,提取特征矢量后由BP神经网络分类,根据D-S证据理论对各分类器分类结果进行证据累积,并得到最终分类结果。实验结果表明,动作分类准确率高于传统的单特征集单分类器的分类方法,且训练、分类效率高于结构化神经网络特征融合方法。
- 谢洪波黄海王志中
- 关键词：信息融合肌电信号
- 基于文化算法的表面肌电信号特征选择被引量：1
- 2012年
- 为了提高假肢控制系统肌电信号的分类准确率,提出一种新的基于文化算法的特征选择方法,通过该方法选择出最佳特征向量,然后用线性分类器检验其分类性能。利用表面差分电极从人体上肢四块肌肉采集四通道的肌电信号,对十个健康受试者进行八个动作的肌电信号模式分类实验,并同时用标准遗传算法来与文化算法作比较。实验结果表明,文化算法与遗传算法相比,特征维数更小,分类准确度更高。
- 许璇谢洪波黄虎杨瑞凯
- 关键词：表面肌电信号文化算法遗传算法模式识别
- 基于非线性与时频分析理论的表面肌电信号特征信息提取与分类研究
- 表面肌电(surface electromyography,SEMG)信号是人体自主运动时神经肌肉活动发放的生物电信号,它反映了神经、肌肉的功能状态.SEMG信号在临床医学、运动医学、人机工效学、康复医学、神经生理学、电...
- 谢洪波
- 关键词：表面肌电信号肌肉疲劳时频分析
- 文献传递
