<cite id="5h7b3"></cite>
    <var id="5h7b3"><strike id="5h7b3"><listing id="5h7b3"></listing></strike></var><var id="5h7b3"><video id="5h7b3"><listing id="5h7b3"></listing></video></var>
    <var id="5h7b3"><strike id="5h7b3"><listing id="5h7b3"></listing></strike></var>
    <var id="5h7b3"></var>

    機械學院碩士生徐超的論文入選ESI高被引論文

    作者:李玉飛編輯:新聞中心發布時間:2020-10-07瀏覽次數:10


         武科大網訊(通訊員李玉飛)據2020年9月ESI公布的最新數據顯示,我校機械學院機械工程專業2018級碩士研究生徐超,在《Alexandria Engineering Journal》期刊(中科院二區期刊,IF=3.696)上發表的學術論文“Intelligent human computer interaction based on non redundant EMG signal”入選ESI高被引論文。

        徐超的研究成果報道了一種去除手勢動作識別過程中冗余肌電信號的方法。簡化人機交互過程已成為智能控制領域的研究熱點,而手勢識別與肌電信號又是人機交互的重要組成部分。目前,表面肌電信號采集設備多為通用設備,具有多個采集信號的通道電極,可以采集更豐富的手部肌電信號,但同時在識別某些特殊或精細動作時,冗余通道產生的干擾信號不僅會增加了數據處理的難度,還會影響識別精度。

        徐超在導師孫瑛教授、李公法教授的指導下,針對基于肌電信號的手勢識別計算復雜、數據處理難度大等問題,以拇指手勢動作識別為例,提出一種基于方差理論的冗余電極檢測方法。將5組動作信號的冗余分為16個層次,并進行可視化,通過比較不同冗余通道時拇指運動識別的結果,得到在拇指運動識別過程中的最佳通道組合。最后,選擇了多種適合于表面肌電信號的分類器,并對其實驗結果進行了分類比較,進一步驗證了最佳通道組合的準確性,并得到了最適合拇指動作模式識別的分類器。該方法在不改變手部動作識別率的前提條件下,極大減少計算量提高識別效率,簡化了人機交互的過程。

         徐超的研究方向為不確定環境下基于多源信息融合的機器人靈巧手穩定操作。目前,他已發表了1篇SCI論文,1篇EI論文在審,獲得首屆國際青年人工智能大賽三等獎等。

        ESI(基本科學指標數據庫Essential Science Indicators的簡稱)是由世界著名的學術信息出版機構美國科技信息所于2001年推出的衡量科學研究績效、跟蹤科學發展趨勢的基本分析評價工具。其中,ESI高被引論文(Highly Cited Paper)指發表于過去十年內某學科領域中被引用次數排名在前1%以內的論文。目前,ESI高被引論文論文已成為當今世界范圍內普遍用以評價高校、學術機構、國家地區國際學術水平及影響力的重要評價指標工具之一。


    數字校報

     

    最熱文章

    阿里彩票登录