Saldırgan hareketlerine ilişkin EMG işaretlerinin AR tabanlı k-NN ile sınıflandırılması
Yükleniyor...
Dosyalar
Tarih
2014-06-12
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
EMG işaret işleme teknolojisi protez kontrolü, klinik tıp ve
spor bilimi gibi uygulama alanlarında etkili olmuştur. Bu
çalışmada, farklı bireylere ait saldırgan iki harekete ilişkin
EMG işaretlerinden elde edilen öznitelik vektörlerine göre,
hareketlerin sınıflandırılması amaçlanmıştır. İşaretler UCI
veri tabanından elde edilmiştir. EMG işaretlerinin güç
spektral yoğunluk (PSD) kestirimi, parametrik yöntemlerden
AR Burg Yöntemi kullanılarak hesaplanmıştır. Daha sonra, bu
işaretlerin PSD haritalarına belirli istatiksel yöntemler
uygulanarak, bu işaretlerin öznitelik vektörleri çıkarılmıştır.
Bu yöntem ile elde edilen öznitelik vektörleri farklı k-NN
sınıflandırıcısının girişlerine verilerek, sistemin performans
değerleri karşılaştırılmıştır. Sonuç olarak en yüksek ortalama
performans, k-NN sınıflandırıcısının k=7, 9 ve 10
komşularında % 97.92 olarak gözlemlenmiştir
The fields of EMG signal processing technology has been effective in the application of prosthetic control and clinical medicine or sport science. The main purpose of this study is to classify two aggressive action EMG signals which are taken from different people, according to their texture feature vectors. The physical action EMG set is derived from UCI database. The power spectral density (PSD) estimation of EMG signals is calculated by using AR Burg Method. The texture feature vectors of EMG signals are extracted by applying statistical methods to PSD maps of each signal. PSD based feature vectors are given to different type of k-NN classifier as inputs and the performance results of each system are compared. Finally, the best average performance is observed as 97.92 % in k=7, 9 and 10 neighbors structure of k-NN classifier.
The fields of EMG signal processing technology has been effective in the application of prosthetic control and clinical medicine or sport science. The main purpose of this study is to classify two aggressive action EMG signals which are taken from different people, according to their texture feature vectors. The physical action EMG set is derived from UCI database. The power spectral density (PSD) estimation of EMG signals is calculated by using AR Burg Method. The texture feature vectors of EMG signals are extracted by applying statistical methods to PSD maps of each signal. PSD based feature vectors are given to different type of k-NN classifier as inputs and the performance results of each system are compared. Finally, the best average performance is observed as 97.92 % in k=7, 9 and 10 neighbors structure of k-NN classifier.
Açıklama
Anahtar Kelimeler
Power Spectral Density, Signal Processing, Textures
Kaynak
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Acar, E., Özerdem, M. S. (2014). Saldırgan hareketlerine ilişkin EMG işaretlerinin AR tabanlı k-NN ile sınıflandırılması. 22nd Signal Processing and Communications Applications Conference , 12 Haziran 2014, Trabzon, Turkey. https://doi.org/10.1109/SIU.2014.6830212
