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：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：王文东, 李杰, 张俊博, 秦雷, 袁小庆
单位：西北工业大学机电学院 西安 710072
关键词：迁移学习,表面肌电信号,意图识别,人机交互；
基金：国家自然科学基金(51605385)和陕西省自然科学基础研究(2020JM-131)资助项目。
表面肌电传感器作为新一代机器人人机交互接口设备，目前已在航空航天、军工应用、康复医疗、工业生产等多种环境中表现出巨大的应用潜力和价值。研究发现，表面肌电信号在识别手势动作时，若面临传感器移位、动作用户变化等问题，动作识别准确率将急剧下降，模型可复用能力变差。针对这一情况，提出一种基于小型辅助集的迁移学习建模方法。利用MMD算法对源领域数据集与目标领域数据集的高维距离进行评价，通过TCA算法缩小二者在全局特征上的边缘分布差异，引入小型辅助集对待测数据集创建伪标签，改进了迁移成分分析在数据条件分布相似性上的不足。以多名受试者作为研究对象，验证提出算法的适应性和合理性。肌电控制实验表明，新场景下受试者仅需进行小量训练(仅占源领域数据4%)，迁移学习融合模型准确率可提高至80%以上。
来源：2022年第7期
《机械工程学报》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。