1) NEMG
针电极肌电信号
1.
It is discussed how to evaluate muscle weariness by NEMG in the thesis.
探讨如何利用针电极肌电信号来评价人体的肌肉疲劳。
2.
Generally,abnormal recruitment NEMG is usually used to evaluate the injurious degree of the nerve in clinic.
本文作者提出了一种对前臂肌神经损伤肌肉的针电极肌电信号建立AR模型,提取AR系数并通过BP神经网络判别肌神经损伤的方法。
2) EMG
肌电信号
1.
RQA-BASED ANALYSIS OF SURFACE EMG SIGNALS;
基于定量分析方法的动作表面肌电信号分析
2.
Method of mathematics treatment in the EMG analysis;
表面肌电信号分析中的数学处理方法
3.
Prosthetic Hand Control Based on EMG Signals;
基于肌电信号的仿人型假手控制
3) electromyography
[英][i,lektrəumai'ɔgrəfi] [美][ɪ,lɛktromaɪ'ɑgrəfɪ]
肌电信号
1.
Surface electromyography processing based on recurrence quantification analysis;
基于定量递归分析(RQA)方法的肌电信号处理
2.
We used an algorithm based on single value decomposition to decomposed the signal into tow time- orthogonal subspaces: one contains ECG signal, the other contains artificial noise such as baseline wander and electromyography.
使用一种基于奇异值分解 (SVD)的算法 ,将信号分解为两个时正交的子空间即一个包含了 ECG信号 ,另一个则包含了人工噪声 ,诸如基线漂移 (BW)和肌电信号 (EMG) ,这种方法利用了存在于 1 2导联心电图中的冗余。
3.
The motion-pattern recognition arithmetic based on s u pport vector machine is proposed to enhance the discrimination rate and the real-time of multi-movement pattern recognition of surface electromyography.
为了提高肌电信号多运动模式识别的准确性和实时性,提出了一种基于支持向量机的动作模式分类算法。
4) surface EMG
肌电信号
1.
Application of improved BP algorithm to surface EMG signal classification;
改进的BP算法在表面肌电信号识别中的应用
2.
Surface EMG Signal Classification Using Wavelet Transform;
小波变换在表面肌电信号分类中的应用
3.
Four types of movement of forearm,hand grasp,hand extension,wrist pronation and wrist supination can be identified from surface EMG s.
针对肌电信号的非平稳特性 ,采用短时傅里叶变换方法对表面肌电信号进行分析 ,并通过奇异值分解有效地提取特征矢量进行模式识别 ,能够成功地从掌长肌和肱桡肌采集的两道表面肌电信号中识别展拳、握拳、腕内旋、腕外旋四种运动模式。
5) myoelectric signal
肌电信号
1.
Identification of Myoelectric signals of the paralysed patient’s leg motions;
截瘫病人完成下肢运动的肌电信号分辨
2.
The integral absolute value,autoregressive(AR) model coefficients,and linear cepstrum coefficients are extracted as feature parameters from time segments of the surface myoelectric signals.
待辨识的6类手部动作肌电信号经各特征域变换,提取特征矢量后由BP神经网络分类,根据D-S证据理论对各分类器分类结果进行证据累积,并得到最终分类结果。
3.
Statistical characters of the short time slices of the myoelectric signal of musculus flexor carpi ulnaris are preprocessed,then the results are given as the input of self-organization neural network to classify time slices and to find the action start time slice.
提出一种提取尺侧腕屈肌表面肌电信号的短时统计特性,并将此特性预处理后作为自组织人工神经网络输入来判断运动状态,进而实现实时识别人体特定动作起始时刻的方法。
6) Electromyography(EMG)
肌电信号
1.
To eliminate the noise included in electromyography(EMG),a de-noising method by multi-scale product coefficient hard thresholding was presented.
为了消除肌电信号中的噪声,提出了一种基于相邻尺度积系数的硬阈值滤波方法。
2.
Aiming at the key issues of the human-computer technology based on biolelectricity, namely the picking up and analysis of bioelectricty signal, we do the research with academically significance and application possibilities of human-computer interactive technology based on electromyography(EMG).
本文针对基于生物电信号的人机交互技术的关键问题即信息的获取和分析,开展了基于肌电信号检测的人机交互接口技术的研究,研究内容具有重要学术意义和应用前景。
补充资料：电选电极
电选电极
electrode of electric separation
d一anxuan dronjl电选电极(eleetrode of eleetric Separation) 电选机中用来接通电流的构件。电选机的电极系统是由正负极按一定方式组成的，其组合形式称电极结构，有纯静电极、纯电晕极和复合电极三种，它们均有各自的不同形式。 纯静电极有板式、管式、椭圆式及辊式(包括滚筒式)等四种形式(见图1)。板式电极的特点是两极间·川一叮协一 b ④③…③、\\春沁 }⑨丫 d of 图1纯静电极的各种形式图 “一板式;b圆管式;。管式; d一滚筒式;。辊式;f一椭圆式产生均匀电场，矿粒预先带电，然后进入具有此种电极结构的电选设备进行分选;管式电极则是极间产生非均匀电场，只适于分选中等粒度(一2一+。.15mm)物料，其中圆管式因分选效果差，已很少使用;辊式电极均系直接传导带电，产生电场为不均匀电场，‘般只用于分选>。.15mm的物料;椭圆式电极则充分利用其形状特点，产生非均匀电场，适于分选粗粒及中等粒度(3一0.15mm)物料。 纯电晕极有四种形式(见图2)。尖削状电晕极和一根电晕极均适用于粒度较细(<0.Zmm)物料的分选以及同种物料的电分级(微细粒);它们对于导体矿物的质量要求不很高，在只要求回收率比较高的情况下使用，二者放电原理完全相同，只是尖削电极在发生火花放电时不容易击断。多根丝状电晕极和一排电晕极近似，由于电晕极根数多，从电极放出的电子数也大大增加，矿粒特别是非导体矿物吸附的电荷量也增加，故非导体矿粒很难脱离，而紧吸于接地极上面，导体矿粒则相反，因它的导电性好，其电荷很快经接地极传走。这两种电极形式均适合于要求导体矿物的精矿品位高时使用。 叮口+训……‘ b cd 图2纯电晕极形式 a一尖削状电晕极汤一多根丝状电晕极; ‘一一根电晕极闷一一排电晕极 复合电极由静电极和电晕电极组合而成。广泛使用的复合电极有五种形式(见图3)，其中a种为最早的复合电极，迄今各国仍在应用。由于只有一根电晕 1 02 叮’创 ab 02八，02 弓.o⑨丁一⑨，.il c de 图3各种复合电极结构图 a-一根电晕极，一根静电极，电晕极在上方; b一一根电晕极，一根静电极，电晕极在下方; c一两根电晕极，两根静电极，电晕极在下方; d一三根电晕极，一根静电极，静电极在第二根 电晕极上方尸一七根电晕极，一根静电极，静 电极在第一根与第二根电晕极之间的上方 1一电晕电极沼一静电极极和一根静电极，需进行多次分选，分选效果不好。b种是20世纪80年代美国使用的复合电极，电晕极安装在静电极之下，电晕场分布很窄，矿粒经此电晕区时荷电量较小，非导体矿物极易混入导体矿物中，因此中犷量很大，分选效果不好。。种比b种分选效果有一定的改善，中矿量减少。在美国、加拿大等国使用。d种增加了电晕极，发挥了静电极的作用，电场分布特性有了明显改善，适用于对中、粗粒(一Zmm~+。.lmm)物料的分选;缺点是不适用于细粒级物料的分选;‘种将电晕极增加到5一7根，只有1根静电极，这对提高导体矿物的精矿品位有利，但导体矿物回收率较低，亦不适用于细粒矿物的分选。应用复合电极时，必须考虑被处理物料的状况及产品要求。处理物料中非导体矿物含量多且要求得到高质量的非导体矿物为精矿时，a、b、‘、d四种比较适用;若导体矿物含量多且要求导体矿物品位高，则d、。两种比较适用。根据各种物料的电性和分选粒度的不同，采用适宜的复合电极，提高一次分选效率，尽可能减少分选次数，是电极结构研究的重要方向。 (玄，l永之)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条