《电子测量技术杂志》发表论文赏析

基于表面肌电信号估计多自由度手指力的ShuffleVT模型

来源:电子测量技术杂志2025年第5期北京时间:

作者:李思诺,耿艳娟

单位:1.桂林理工大学机械与控制工程学院 桂林 541006;2.中国科学院深圳先进技术研究院 深圳 518055

摘要:为了实现基于表面肌电信号(sEMG)的连续手指力估计,本文提出了一种融合ShuffleNetV2基本单元与Vision Transformer(ViT)结构的新模型,命名为ShuffleVT。为验证该模型的性能,采用公开数据集NinaPro,其包含40名健康受试者的sEMG数据和6个自由度的手指力数据。性能评估指标为Pearson相关系数(CC)、均方根误差(RMSE)和决定系数(R2)。结果显示,ShuffleVT模型的CC、RMSE和R2平均值分别为0.92±0.05、1.27±0.66和0.83±0.10,显著优于ShuffleNetV2、ViT、Transformer和LSTM等4种深度学习模型。该结果展示了ShuffleVT模型在基于表面肌电的连续运动意图估计中的应用潜力。

关键词:表面肌电信号;手指力;连续估计;深度学习

基金资助:国家自然科学基金(62373345, 82161160341)、深圳市基础研究重点项目(JCYJ20220818101602005)资助

2025年5期其他文献查阅:

面向RTC的微秒级采样实时控制系统设计与实现

通信系统发射通道的雷电防护设计

柔性支承的立式转子主动电磁阻尼减振研究

基于实域粗糙集和NRBO-XGBoost的变压器故障诊断

基于改进YOLOv10n的电动车头盔佩戴检测算法

基于GAN-LSTM改进T-L磁补偿方法

结合注意力和多尺度特征的电动汽车负荷预测

基于双流特征增强网络的超短期光伏功率预测

一种抗差估计的GNSS/UWB/IMU集成式室内外无缝定位方法

基于改进YOLOv8的电梯内电动车检测算法

基于模态分解和误差修正的短期电力负荷预测

基于表面肌电信号估计多自由度手指力的ShuffleVT模型

基于深度学习与聚类的开集个体识别技术

实复域多尺度多层次融合的复合故障定位方法

基于改进YOLOv5s太阳能电池片表面缺陷检测算法

3D打印碳纤维复合材料构件缺陷识别方法研究

改进YOLOv8的电动自行车电池检测算法

基于霍夫梯度的同步并行圆检测方法

锂电池X射线图像增强算法研究

基于GSV-YOLO的飞机起落架缺陷检测方法研究

基于重参数化的光伏电池缺陷检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!