国家自然科学基金(51305077)
- 作品数：8 被引量：46H指数：4
- 相关作者：杨钟亮陈育苗沈琼姚子颖刘建军更多>>
- 相关机构：东华大学华东理工大学浙江大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金上海市浦江人才计划项目更多>>
- 相关领域：自动化与计算机技术一般工业技术更多>>
- 基于KF-LSTM模型的手写数字轨迹的sEMG重建算法被引量：5
- 2019年
- 为了从神经肌肉活动中有效地重建出手写轨迹,提出一种卡尔曼滤波器与长短期记忆网络深度融合的混合模型(KF-LSTM),对手写数字轨迹坐标映射的表面肌电(sEMG)信号进行训练与解码.招募5名被试,设计了组间实验和组内实验方案,同步采集手写过程中的sEMG和轨迹坐标,构建基于KF-LSTM的手写轨迹预测模型;以决定系数和主观可辨认度作为评价指标,分别与LSTM模型、浅层神经网络(NN)模型以及KF模型的重建结果进行比较.实验结果表明,KF-LSTM模型在组间实验及组内实验中的表现均高于其他3种方法,能有效地提升重建精度,提高重建轨迹的光顺度。
- 杨钟亮文杨靓陈育苗
- 关键词：表面肌电
- 面向工业设计的产品服务系统设计研究被引量：27
- 2015年
- 目的将产品服务系统设计的基本理论、优势、方法和评价体系等导入工业设计,有助于拓展工业设计内涵、延伸设计对象和领域、转变设计开发思路、优化最终解决方案。方法通过对产品服务系统设计的背景、理论、特点、方法工具及评价标准等的阐述,展现了产品服务系统在经济、社会和生态可持续发展等层面独特的优势及其潜在的价值。结论作为能够提供应对经济增长、社会矛盾及生态问题的解决方案的创新工具,产品服务系统设计将成为工业设计的研究热点和应对未来挑战的利器之一。
- 姚子颖杨钟亮范乐明刘建军
- 关键词：产品服务系统产品设计
- 基于GGA-Elman网络的头部体态语言sEMG识别
- 2014年
- 为提高头部体态语言表达"同意"与"不同意"态度的识别效果,提出结合贪心遗传算法和Elman神经网络的表面肌电识别方法。通过前导实验分别采集8名被试者点头与摇头时颈部肌肉的表面肌电信号,利用Wilcoxon秩和检验提取具有显著性差异的10个肌电时域特征值,进而基于贪心遗传算法优化的Elman神经网络建立体态语言识别模型。实验结果表明,该模型能成功识别自发表达"同意"与"不同意"的头部体态语言,与标准Elman神经网络和BP神经网络的识别模型相比,相关系数更高、均方误差更小,对测试集的正确识别率提高了3.2%以上,从而验证了该方法的可靠性。
- 杨钟亮陈育苗
- 关键词：体态语言肌电时域分析
- 基于体态语言的设计固化识别方法研究
- 设计固化（design fixation）是指在设计过程中对一组想法或概念的盲目遵从，主要表现为不同设计方案中反复出现某些元素或特征。如今社会各界越来越重视创新设计，而设计固化正是阻碍创新的主要因素之一，因此越来越多的研...
- 陆玄青
- 关键词：体态语言识别方法人工智能
- 灾后公共空间的急救帐篷设计被引量：4
- 2014年
- 目的为了合理解决用户在自然灾害后,生活层面、心理层面及管理层面的需求,对灾后公共空间的急救帐篷及其外延服务进行可行性提案设计。方法通过用户日常生活中的如厕、洗澡等所需时间来推算出急救帐篷的各空间面积及布局。同时,帐篷的造型、色彩、材料、结构、空间布局及功能等方面都围绕着HOMFLX帐篷系统的核心理念来设计。结论为用户提供合理的私密空间和便于交流的共享空间,从而帮助用户更好地适应灾后生活。
- 沈琼郝晓禹杨钟亮
- 关键词：公共空间
- 面向地铁低头族的颈部疲劳sEMG-JASA评价模型
- 2020年
- 随着社会的发展地铁低头族已经在地铁上随处可见,为研究地铁低头族颈部肌肉疲劳与低头时间的变化关系,本文基于幅频联合分析法提出颈部肌肉疲劳评价模型。实验中共招募10名参试人员分别采集其颈部肌肉的表面肌电信号,利用疲劳联合分析模型对不同时间段内颈部肌肉的疲劳程度做出比较。实验结果显示,斜方肌和头夹肌的通道中中位频率值处于下降趋势,而均方根值处于上升趋势,说明肌肉产生疲劳并随着低头使用手机时间的增加颈部肌肉疲劳程度逐渐增加。该实验验证了疲劳评价模型的有效性,模型可对乘客发出疲劳提醒,帮助乘客形成良好的行为习惯,为开发智能穿戴系统提供依据。
- 贾淼杨钟亮陈育苗
- 关键词：肌肉疲劳时域指标频域指标
- 中、日、韩三国智能手机的感性评价研究被引量：6
- 2013年
- 为得出中、日、韩三国智能手机用户潜在需求及设计方向,使用Grid评价调查和头脑风暴方法来调查用户对智能手机的认知,通过把握影响用户认知的要因来确定评价智能手机的评价用语。通过因子分析法得出用户较为关注的是智能手机的实用性因子和个性因子。研究结果显示:高性能、个性化、适应用户品味的智能手机将被用户关注,在当今市场上具有开发的潜能。
- 沈琼
- 关键词：智能手机感性评价头脑风暴法
- 面向双侧训练的前臂外骨骼肌肉力-电关系识别模型被引量：1
- 2014年
- 为了使前臂外骨骼系统能准确识别健肢运动的肌力水平,并带动患肢进行双侧训练,提出基于表面肌电的肌肉自主收缩力-电关系识别模型.通过4名被试者,实验采集前臂4种抓握力度下的肌电信号和握力值.利用单因素方差分析与多重比较产生的同类子集,提取11个具有显著性差异的肌电时域指标作为特征值.采用Elman神经网络构建力-电关系分类模型和肌力预测模型,并与基于支持向量机和基因表达式编程的预测模型进行性能比较.实验结果表明:Elman模型能够成功识别4种不同握力水平,建模效率高于基因表达式编程模型,肌力预测的泛化性能优于支持向量机模型.开发一个前臂外骨骼,在双侧训练的控制中验证了方法的有效性.
- 杨钟亮唐智川陈育苗高增桂
- 关键词：表面肌电外骨骼
- 基于表面肌电的头部运动体态语言情感识别模型被引量：3
- 2014年
- 为了准确识别人机交互中体态语言的情感态度,提出了基于表面肌电的头部运动情感识别模型.针对自发表达"同意"与"不同意"态度的点头与摇头动作招募了8名被试,分别采集颈部头夹肌、胸锁乳突肌和斜方肌的表面肌电信号,通过单因素方差分析提取了这2种情感态度具有显著性差异的10个肌电时域特征向量,将其作为模型的输入变量;再利用Elman神经网络建立点头与摇头的情感识别模型;最后将该模型与基于BP神经网络和支持向量机的情感识别模型进行性能比较.实验结果表明,对测试集中"同意"与"不同意"情感态度的准确识别率超过96%,从而验证了文中模型的可靠性.
- 杨钟亮王健陈育苗
- 关键词：表面肌电体态语言情感识别
