EMG SİNYALLERİ İÇİN HİBRİD ÖZNİTELİK ÇIKARMA YÖNTEMİ GELİŞTİRİLMESİ

Clicks: 251
ID: 11316
2019
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #52 of 135 articles by views in Ömer halisdemir Üniversitesi mühendislik bilimleri dergisi

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 135 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
   Bu çalışmada EMG sinyalleri kullanılarak 14 farklı parmak hareketi önerilen yeni bir öznitelik çıkarma yöntemiyle sınıflandırılmıştır. EMG sinyallerinden parmak hareketlerinin tespiti / sınıflandırılması, ön işleme, özellik çıkarma ve sınıflandırma adımlarını içeren 3 ana adımdan oluşur. EMG sinyallerinin sınıflandırılmasında, sınıflandırıcının performansı doğrudan öznitelik çıkarma yöntemine bağlıdır. Bu sebeple öznitelik çıkarma yöntemi uygun bir biçimde seçilmelidir. Literatürde zaman, histogram ve frekans tabanlı birçok öznitelik çıkarma yöntemi vardır. Ancak bu yöntemler yüksek zaman karmaşıklığı, çok fazla işleme ihtiyaç duyma, fazla sayıda kontrol parametresi bulundurma, vb. birçok dezavantaja sahiptir. Bu çalışmada EMG sinyallerinden çeşitli parmak hareketlerinin sınıflandırılması amacıyla sayılan dezavantajları ortadan kaldırmak için yeni bir öznitelik çıkarma yöntemi sunulmuştur. Bu yöntem iki zaman tabanlı öznitelik çıkarma yönteminin hibritleştirilmesiyle elde edilmiştir. 10 kat çapraz doğrulamayla elde edilen deneysel sonuçlarına göre, önerilen yöntemin %97,48 doğruluk oranıyla bu çalışmada kullanılan diğer 9 öznitelik çıkarma yöntemlerinden daha iyi olduğu deneysel olarak gösterilmiştir. Deneysel sonuçlar istatistiksel yöntemlerle desteklenmiştir.
Reference Key
caliskan2019emgomer Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Abdullah Çalışkan;
Journal Ömer halisdemir Üniversitesi mühendislik bilimleri dergisi
Year 2019
DOI
10.28948/ngumuh.542973
URL
http://dergipark.org.tr/download/article-file/773825
Keywords
sınıflandırma elektromiyografi öznitelik çıkarma parmak hareketleri

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.