메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
인문사회과학기술융합학회 예술인문사회 융합 멀티미디어 논문지 예술인문사회 융합 멀티미디어 논문지 제9권 제11호
발행연도
2019.1
수록면
1,155 - 1,164 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 논문에서는 인간의 근육으로부터 발생되는 EMG(Electromyography) 신호를 분석하여 동작을 인식하는 새로운 기법을 제안하였다. 기존의 EMG 패턴인식은 특정 동작의 인식을 위해 특정 동작과 관련이 깊은 근육 부위의 신호를 획득하되 한 시점에서 획득된 EMG 신호를 기반으로 동작을 인식하는 방법을 사용하고 있다. 본 논문에서는 특정 동작의 인식을 위해 현재 시점에서의 EMG 신호를 포함하여 특정 동작과 연관된 이전 시간대의 EMG 신호를 추가 반영함으로써 특정 동작의 인식이 보다 정확하게 수행될 수 있는 새로운 EMG 패턴인식 방법을 제안하였다. 각 동작의 인식을 위한 특징추출은 EMG 패턴인식을 위해 많이 사용되는 WL, MAV, WAmp, MSV, SSC, ZC의 6개 특징추출 방법을 사용하여 구성하였으며 본문에 그 6개의 특징추출 방법에 대해 기술하였다. 본 논문에서는 걷기 동작을 통해 제안한 방법의 성능을 확인하였으며 이를 위해 본문에 기술한 바와 같이 EMG 신호는 신체 부위 중 다리의 4 군데의 채널로부터 신호를 획득하여 6개의 특징화 방법을 적용하여 필터를 구성한 후 동작의 인식을 수행하였다. 실험은 평지 걷기, 계단 오르기, 계단 내려오기 동작으로 시행하였다. 실험결과 기존의 방법은 85.86%(±4.97), 95.34%(±4.28), 94.67%(±4.86)의 정확도를 나타내었으나, 제안한 방법은 89.12%(±3.81), 97.09%(±4.12), 98.71%(±3.19)로 나타나 본 논문의 제안결과를 확인할 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0