非参数技术在生物电信号模式识别中的应用

论文编号:ZD762论文字数:19556,页数:41 ,有任务书，外文翻译，程序

摘 要

非参数技术和模糊模式识别理论是模式识别范畴中的重要分支，在许多领域中被广泛应用。

本文在对非参数技术和模糊模式识别理论进行学习的基础上，应用MATLAB语言进行编程，设计了基于Parzen窗算法、近邻法以及模糊方法的分类器，并把模糊模式识别理论引入非参数技术中，实现了组合分类器的设计，同时把模糊模式识别理论和神经网络相结合，完成了模糊神经网络分类器的设计。通过比较，本文给出几种对肌电信号识别效果较好的分类器。实验结果表明本文提出的方法是有效的表面肌电信号的模式识别方法。

关键词：肌电信号，模式识别，非参数技术，模糊模式识别，

神经网络

Abstract

There are two important parts in mode identifies category, which is the non- parameter technique and fuzzy modes identify. They are separately used in many widely ranges.

It is based on the non- parameter technique and fuzzy mode , program with language of the MATLAB, according the Parzen window arithmetic, the close neighbors method and fuzzy method to designing, and lead the non- parameter to the fuzzy mode technique, then it would completely design classify machine , as the same time it would design the fuzzy nerve network classify machine ,used to the fuzzy mode and the nerve network technology. To the comparison, there are several kinds of classify machines which are have better identifies results for EMG. The result of experiment shows that the method of offering an effective mode identifies method.

Key word:EMG, The mode identify, No-parameter technique,

The fuzzy mode identify, Nerve network

目 录

摘要Ⅰ

AbstractⅡ

第1章 绪论1

1.1 课题背景1

1.1.1 肌电信号及其发展概况1

1.1.2 肌电信号的检测与分析方法简介1

1.2 模式识别简介2

1.3 模式识别系统3

1.3.1 传感器3

1.3.2 特征提取3

1.3.3 分类器3

1.2.1 后处理4

第2章 MATLAB简介5

2.1 MATLAB程序设计语言基础5

2.1.1 MATLAB的基本数据结构5

2.1.2 MATLAB的基本语句结构6

2.1.3 冒号表达式与子矩阵提取6

2.2 基本数学运算6

2.2.1 矩阵的代数运算6

2.2.2 矩阵的逻辑运算7

2.3 MATLAB语言的流程结构7

2.3.1 循环结构7

2.3.2 转移结构8

2.3.3 开关结构8

第3章 总体方案设计9

3.1 课题的任务及要求9

3.1.1 课题的任务9

3.1.2 课题的要求9

3.2 表面肌电信号的数据采集及特征提取9

3.2.1 表面肌电信号的数据采集9

3.2.2 表面肌电信号的特征提取9

3.3 总体方案设计及实现10

3.4 经济技术分析10

第4章 非参数技术及其在表面肌电信号模式识别中的应用11

4.1 引言11

4.2 Parzen窗方法11

4.2.1 Parzen窗估计的概念11

4.2.2 估计量为密度函数的条件12

4.2.3 窗函数的选择12

4.2.4 窗宽对估计量的影响12

4.2.5 Parzen窗方法在模式识别中的应用13

4.3 概率神经网络及其应用15

4.3.1 概率神经网络15

4.3.2 概率神经网络在表面肌电信号模式识别中的应用17

4.4 近邻法及其应用19

4.4.1 近邻法19

4.4.2 近邻法的错误率分析19

4.4.3 近邻法在表面肌电信号模式识别中的应用20

4.5 K-近邻法及其应用22

4.5.1 K-近邻法22

4.5.2 K-近邻法的错误率分析23

4.5.3 K-近邻法在表面肌电信号模式识别中的应用23

4.6 本章小结25

第5章 模糊模式识别及其在表面肌电信号模式识别中的应用26

5.1 引言26

5.2 模糊逻辑推理系统的基本结构27

5.3 网络结构27

5.4 Fuzzy ART算法及其应用30

5.4.1 Fuzzy ART算法30

5.4.2 Fuzzy ART算法在表面肌电信号模式识别中的应用31

5.5 相似度比较法及其应用33

5.5.1 相似度比较算法33

5.5.2 相似度比较算法在表面肌电信号模式识别中的应用34

5.6 MMC算法及其应用34

5.6.1 MMC算法34

5.6.2 MMC算法在表面肌电信号模式识别中的应用36

5.7 FCM算法及其应用36

5.7.1 FCM算法36

5.7.2 FCM算法在表面肌电信号模式识别中的应用37

5.8 小结37

结论38

结束语39

致谢40

参考文献41

附录