一种用于肌电-握力预测的改进SVR方法及装置

    公开(公告)号:CN115192048A

    公开(公告)日:2022-10-18

    申请号:CN202210851305.8

    申请日:2022-07-20

    申请人: 常州大学

    IPC分类号: A61B5/389 A61B5/397 A61B5/22

    摘要: 本发明涉及SVR算法技术领域,尤其涉及一种用于肌电‑握力预测的改进SVR方法及装置,包括分别采集正常侧手臂的肌电信号和握力信号;对肌电信号和握力信号进行预处理、特征提取,构建特征提取后的肌电信号和握力信号的训练集和测试集;通过训练集数据训练出改进SVR模型。本发明通过正常侧指套装置抓取物体,采集物体对应的握力值与正常侧肌电值,通过麻雀搜索算法对SVR模型改进,建立肌电与握力预测模型;并实时采集患侧抓取物体时的握力,通过比较抓取相同物体时正常侧与患侧握力的差值,对患侧的握力进行补偿。

    一种基于神经网络和模糊决策的果树剪枝方法及系统

    公开(公告)号:CN115713693A

    公开(公告)日:2023-02-24

    申请号:CN202211484189.7

    申请日:2022-11-24

    申请人: 常州大学

    摘要: 本发明涉及果树剪枝技术领域,尤其涉及一种基于神经网络和模糊决策的果树剪枝方法及系统,包括:通过AR眼镜采集果树枝干图像;对果树枝干图像进行对暗光增强和曝光纠正;采用ShuffleNetV2的基本单元及网络结构,卷积层部分融入ResNet101的层级分割,对图像进行枝干分割,输出影响果树剪枝决策的特征;将果树剪枝决策的特征输入TSK模糊神经网络,输出枝条的类别。本发明克服了艰难的地形带来的影响,保证在地势险要的地方仍然能够正常作业,灵活完成AR智能识别剪枝点;还克服了一般深度学习神经网络模型需要大量训练集、计算量大、对计算机硬件要求高,识别精度不够高缺点。