您的位置: 专家智库 > >

江苏省自然科学基金(BK2007059)

作品数:2 被引量:9H指数:2
相关作者:李耀楠张小栋王云霞更多>>
相关机构:中国科学院西安交通大学更多>>
发文基金:国家重点实验室开放基金江苏省自然科学基金更多>>
相关领域:自动化与计算机技术医药卫生电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇医药卫生
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇脑机接口
  • 2篇电机
  • 2篇电机驱动
  • 2篇脑-机接口
  • 2篇脑电
  • 2篇接口
  • 1篇支持向量
  • 1篇向量
  • 1篇模式识别
  • 1篇分类机
  • 1篇EEG

机构

  • 3篇西安交通大学
  • 2篇中国科学院

作者

  • 3篇李耀楠
  • 2篇王云霞
  • 2篇张小栋

传媒

  • 1篇机械与电子
  • 1篇中国医疗设备
  • 1篇第七届全国康...

年份

  • 1篇2011
  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-3
排序方式:
脑-机接口驱动神经义肢手系统的研究被引量:7
2011年
本文针对现代医疗手段还无法使上臂再生的问题,深入分析了人手动作脑电信号的特点,研究了面向义肢手控制的手动作脑电小波特征提取和BP神经网络模式识别方法,开发研制了一个基于BCI(Brain-Computer Interface,简称BCI)驱动的神经义肢手驱动控制系统,并用该系统完成了义肢手四种动作(手臂自由状态、手臂移动、手抓取、手张开)的驱动。经过多次在线及离线实验,结果表明:基于脑-机接口驱动的神经义肢手系统是合理可行的,所采用的脑电信号小波特征提取方法和BP神经网络模式识别方法是有效的。
李耀楠张小栋王云霞
关键词:脑电脑机接口电机驱动
基于支持向量多分类机的多类复杂手操作EEG信号模式识别被引量:2
2009年
针对用于服务机器人的脑机接口系统中脑电信号模式识别精度不高,不能满足机器人多任务要求的问题,提出一种基于C-支持向量多分类机的多类复杂手操作EEG信号模式识别方法,并将其应用到复杂手操作的EEG信号模式识别试验中,实现一个4类复杂手操作的模式识别,实验结果表明,与之前用BP神经网络进行识别相比,识别率由85%提高到了90%.
李耀楠张小栋王云霞
关键词:脑机接口EEG模式识别支持向量分类机
脑-机接口驱动神经义肢手系统的研究
本文针对现代医疗手段还无法使上臂再生的问题,深入分析了人手动作脑电信号的特点,研究了面向义肢手控制的手动作脑电小波特征提取和BP神经网络模式识别方法,开发研制了一个基于BCI(Brain-Computer Interfa...
李耀楠张小栋王云霞
关键词:脑电脑机接口电机驱动
文献传递
共1页<1>
聚类工具0