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
질문

논문 기본 정보

자료유형
학술저널
저자정보
김상호 (인하대학교) 류재환 (인하대학교) 이병현 (인하대학교) 김덕환 (인하대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제53권 제4호
발행연도
2016.4
수록면
142 - 148 (7page)

이용수

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

초록· 키워드

오류제보하기
최근 다양한 생체신호를 이용한 사용자 인식 방법들이 연구되고 있으며 그 중에 보행을 기반으로 한 사용자 인식 방법이 활발하게 연구되고 있다. 본 논문에서는 사람이 보행할 때 사용되는 허벅지 근육의 EMG(Electromyography) 신호를 기반으로 사용자를 인식하는 방법을 제안하였다. 근전도 신호의 RMS, MAV, VAR, WAMP, ZC, SSC, IEMG, MMAV1, MMAV2, MAVSLP, SSI, WL를 특징으로 산출하여 ANN(Artificial Neural Network) 분류기를 통해 사용자를 인식한다. 사용자 인식에 적합한 근육과 특징을 선별하기 위해서 근육 및 특징별 인식률을 비교한 결과 대퇴직근, 반건양근, 외측광근이 사용자 인식에 적합한 근육으로 나타났으며, MAV, ZC, IEMG, MMAV1, MAVSLP 특징이 사용자 인식에 적합한 특징으로 나타났다. 실험결과 모든 특징들과 채널들을 사용했을 때의 인식률은 평균 99.7%을 보였고 사용자 인식에 적합하다고 판단되는 3개의 근육, 5개의 특징을 사용했을 때의 인식률은 평균 96%을 보였다. 따라서 사용자의 보행에 따른 EMG 신호 기반 사용자 인식이 가능함을 확인하였다. 그리고 사용자 인식에 적합한 소수의 채널과 특징을 사용하여 사용자 인식하는데 적용될 수 있음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 방법
Ⅳ. 실험결과 및 분석
Ⅴ. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (9)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-569-002843246