一种基于BP神经网络模型的肌肉疲劳度预测方法及系统
申请号:CN202510910457
申请日期:2025-07-02
公开号:CN120392128B
公开日期:2025-09-26
类型:发明专利
摘要
本发明涉及肌肉疲劳度预测技术领域,具体涉及一种基于BP神经网络模型的肌肉疲劳度预测方法及系统,包括:将原始肌电信号数据进行滤波处理,获得肌电信号数据;根据每个个体对应的最大等长收缩和每个个体的均方根值,获得每个个体的标准肌电信号数据;并获得每块肌肉的积分肌电值和小波包熵;优化的BP神经网络构型,获得优化后的BP神经网络结构;根据每块肌肉的积分肌电值、小波包熵、肌电信号数据集和每块肌肉的疲劳度的评分结果,对优化后的BP神经网络结构来进行训练,获得训练后的BP神经网络结构;通过训练后的BP神经网络结构进行肌肉疲劳度预测。本发明提高了肌肉疲劳度预测的准确性。
技术关键词
BP神经网络模型
神经网络结构
度预测方法
表面肌电
数据处理模块
生理
肌肉电信号
遗传算法优化
陷波滤波
可读存储介质
构型
变换算法
处理器
滤波算法
预测系统
力传感器