Classification of surface electromyographic signals by means of multifractal singularity spectrum
Classification of surface electromyographic signals by means of multifractal singularity spectrum
复制标题
利用多重分形奇点谱对表面肌电信号进行分类
DOI：
10.1007/s11517-012-0990-9
复制
发表时间：
2013-03
期刊：
影响因子：
--
通讯作者：
Ren, Doutian
中科院分区：
文献类型：
--
作者：
Wang, Gang;Ren, Doutian
为了有效地控制假肢系统，近年来已经进行了相当多的尝试来提高表面肌电信号（SEMG）的分类精度。然而，有效特征的提取仍然是一个主要的问题
In order to effectively control a prosthetic system, considerable attempts have been made in recent years to improve the classification accuracy of surface electromyographic (SEMG) signals. However, the extraction of effective features is still a primary
登录
查看更多内容
DOI：
10.1109/cdc.1978.268028
发表时间：
1978
期刊：
1978 IEEE Conference on Decision and Control including the 17th Symposium on Adaptive Processes
影响因子：
--
作者：
Donald Gustafson;W. Kessel
通讯作者：
Donald Gustafson;W. Kessel
影响因子：
2.2
作者：
Engelhart, K;Hudgins, B;Stevenson, M
通讯作者：
Stevenson, M
影响因子：
3.2
作者：
Wang, Gang;Yan, Zhiguo;Wang, Zhizhong
通讯作者：
Wang, Zhizhong
影响因子：
3.7
作者：
E. Cuevas
通讯作者：
E. Cuevas
影响因子：
8.6
作者：
MUZY, JF;BACRY, E;ARNEODO, A
通讯作者：
ARNEODO, A