EMG işaretlerini dalgacık dönüşümü ve bulanık mantık sınıflayıcı kullanarak sınıflama



Benzer belgeler
Kademe ayarlı transformatörlere ait kademe ayar değerlerinin jacobian matrise kontrol değişkeni olarak sokulması

TEKRARLAMALI GAUSS-SEIDEL YARDIMCI DEĞİŞKENLER ALGORİTMASI İLE TRANSFER FONKSİYONU PARAMETRELERİNİN YANSIZ TAHMİNİ

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Bulanık C Ortalamalar Kümeleme Tabanlı Hedef Eko Sinyal Ortamlarındaki Gerçek Hedef Sayısının Tespiti

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

Parçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

6. Uygulama. dx < olduğunda ( )

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

İki veri setinin yapısının karşılaştırılması

C L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI

Tek Yönlü Varyans Analizi (ANOVA)

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

Bulanık c-means kümeleme yöntemine çıkarımlı yaklaşım

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

HAVA SAVUNMA SEKTÖRÜ TEZGAH YATIRIM PROJELERİNİN BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE DEĞERLENDİRİLMESİ

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Tanımlayıcı İstatistikler

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

Polinom Filtresi ile Görüntü Stabilizasyonu

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

30 %30iskonto oranı bulunur.

GÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

DALGACIK DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIKARILAN ÖZNİTELİK VEKTÖRLERİ ÜZERİNDE İSTATİSTİKSEL İŞLEMLERİN GERÇEKLEŞTİRİLMESİ

1. KODLAMA KURAMINA GİRİŞ 1

53.1 ve = Güncelleme:03/11/2018 YÜK VE GERİLME ANALİZİ ÖRNEK: 1

T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı

[ ]{} []{} []{} [ ]{} g

MERKEZİ EĞİLİM ÖLÇÜLERİ

BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ

Petrol ve Doğal Gaz Platformlarının Optimal Yerleştirilmesi ve Entegrasyonu Problemi Üzerine

Zaman Skalasında Box-Cox Regresyon Yöntemi

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

BEKLENEN DEĞER VE VARYANS

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ Nisan. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı.

(c) λ>>d. (b) λ d. (a) λ<<d

1. GAZLARIN DAVRANI I

PARÇALI ARİTMETİK DEĞİŞİMLİ GERİ ÖDEMELERE SAHİP ORTAKLIĞA DAYALI KONUT FİNANSMAN MODELİ

Yayılma (Değişkenlik) Ölçüleri

1.BÖLÜM LİTERATÜR ÖZETİ

BULANIK AHP YAKLAŞIMINDA DUYARLILIK ANALİZLERİ: YENİ BİR HAMMADDE TEDARİKÇİSİNİN ÇÖZÜME EKLENMESİ

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ ( tarihli ve sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

Ye Met Yüse Lsas Tez olara suduğu Yapay Sr Ağlarıda Duyarlılı Aalzler adlı çalışaı, tarafıda, blsel ahla ve geleelere ayırı düşece br yardıa başvurası

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

BÉZIER YAKLAŞIMI İLE BİR YÜZEYİN OLUŞTURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ TÜRETİLMESİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

Quality Planning and Control

limiti reel sayı Sonuç:

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

Çok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama

İSTANBUL TİCARET ÜNİVERSİTESİ FEN BİLİMLERİ DERGİSİ ISTANBUL COMMERCE UNIVERSITY JOURNAL OF SCIENCE

«ç ç Ç ş ö ş ç ş ş ş ö ş ö ç ç Ç ö Ç ç ç ö ş ç ş

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

Bir Telekomünikasyon Probleminin Matematiksel Modellenmesi Üzerine

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Fresnel Denklemleri HSarı 1

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Bölüm 7.2: Matrisler. Transpoz. Konjuge. Adjoint

3-Şekil bakımından kararlı ve sarsıntıya dayanıklı olması. 4-Işık renginin mümkün oldukça güneş ışığına yakın olması

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

MESAFE KORUMA İÇİN BİR ÖRÜNTÜ TANIMA UYGULAMASI

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Birlik Hava Savunma Önceliklerinin Tespitine Bulanık Bir Yaklaşım. A Fuzzy Approach to Determination of a Unit s Air Defense Priorities

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma

= + ise bu durumda sinüzoidal frekansı. genlikli ve. biçimindeki bir taşıyıcı sinyalin fazının modüle edildiği düşünülsün.

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Transkript:

tüdergs/d ühedsl Clt:4, Sayı:3, 5-3 Hazra 005 EMG şaretler dalgacı döüşüü ve blaı atı sııflayıcı llaara sııflaa Yücel KOÇYİĞİT *, Mehet KORÜREK İTÜ Eletr-Eletro Faültes Eletro ve Haberleşe Mühedslğ Bölüü, 34469, Ayazağa, İstabl Özet Der yüzeyde algılaa eletroyograf (EMG şaretler, as lfler asılası soc olşa ço sayıda asyo potasyeller brleşdr. Şdye adar byoedal ühedslğde çeştl yglaa alaları blştr. B yglaalarda br de protez otrolüdür.b çalışaı hedef, öztel çıarta yöte olara zaa-freas doe aalz yöteler llaara protez ola at dört farlı hareet ç EMG şaretler daha y sııflaayı gerçeleştretr. B ç boyt azalta ve blaı sııflaa yöteler de celeştr. Sııflaa proble öztel çıarta, boyt azalta ve örütü sııflaa aşaalarıa ayrılır. Dalgacı döüşüü öztel çıarta yöte olara büyü üstülü sağlar. Özteller çıarta aşaasıda yüse boyta sahp olalarıda dolayı sııflaa başarısı, Aa Bleşeler Aalz (ABA ve Bağısız Bleşeler Aalz (BBA gb yg boyt azalta yöteleryle gerçeleştrleblr. Aahtar Keleler: Yüzey eletroyograf şaret, dalgacı döüşüü, blaı öbeleştre, boyt azalta, şaret sııflaa. EMG sgal classfcato sg wavelet trasfor ad fzzy logc classfer Abstract The electroyographc (EMG sgal observed at the srface of the s s the s of thosads of sall potetals geerated the scle fbers. After ths sgal are processed t ca be sed as a cotrol sorce of artfcal lbs. The objectve of ths wor s to acheve better classfcato for for dfferet oveet of a prosthetc lb ag a aalyss of te-freqecy doa ethods as a featre extracto tools the proble of the EMG sgal whle vestgatg the related desoalty redcto ad fzzy classfcato ethods. The classfcato proble ay be dvded to the stages of featre extracto, desoalty redcto, ad patter classfcato. It s show that wavelet trasfor (WT provde a powerfl fraewor for featre extracto. Becase of hgh deso of featres at the extracto stage, the sccess of classfcato ca be acheved by eployg stable desoalty redcto ethods whch are Prcpal Copoet Aalyss ad Idepedet Copoet Aalyss otperfor WT featres. The other stage s the patter classfcato whch fzzy clsterg ethods ad artfcal eral etwors (ANN are sed. The clsterg ethods are sed to obta ebershp vales of the EMG sgals for each class or clster. The vales are ecessary drg the classfcato stage. As classfer, Fzzy K-Nearest Neghbor classfer s sed. ANN are sed to copare these ethods as classfer. Keywords: Srface electroyographc sgal, wavelet trasfor, fzzy clsterg, desoalty redcto, sgal classfcato. * Yazışaları yapılacağı yazar: Yücel KOÇYİĞİT. ycel@ehb.t.ed.tr ; Tel: ( 85 66 35. B aale, brc yazar tarafıda İTÜ Eletr-Eletro Faültes'de taalaış ola "Ço fosyol ol protezler ç EMG şaret şlee" adlı dotora tezde hazırlaıştır. Maale et 5.04.004 tarhde dergye laşış, 09.06.004 tarhde bası ararı alııştır. Maale le lgl tartışalar 3.0.005 tarhe adar dergye göderleldr.

Y. Koçyğt, M. Korüre Grş Der yüzeyde algılaa EMG şaretler, as lfler asılası soc olşa ço sayıda asyo potasyeller brleşdr. Byoedal ühedslğde çeştl yglaa alalarıda llaılıştır. B yglaalarda br de protez otrolüdür. Farlı görevler yapa br asta üretle her EMG şaret te br örütüsü vardır. B örütü hareet yöü ve eyle hızı haıda blg çerr. Protezler başarıyla deetleyeble ç b örütüler doğr sııflaası esastır. Örütü taıa sste tasarıı brço aşaalarda olşr: ver toplaa, örütü sııflarıı forasyo, öztel seç, sııflaa algortasıı belrlees ve sııflaa hatasıı estr. Öel adılar öztel seç ve sııflayıcı tasarııdır. İy sııflayıcıı özellğ, örelerde öğreeblr ve gücelleeblr ve tü blgy apsayablr olası gerer. Sııflayıcı tasarıı ç sezgsel yalaşı, deterst yalaşı, statstsel yalaşı, yapay sr ağları yalaşıı ve blaı yalaşı gb pe ço yöte vardır. Sezgsel yalaşı ve deterst yalaşı deeysel olara sıırlı yglaalara sahptr. İstatstsel yalaşı, o ateatsel odele geres dyar. Yapay sr ağları (YSA, sııflar arası araşı aa atı sıırlar ürete ç örelerde öğrer ve b yüzde bazı problelere ede olrlar. Blaı atı sa aıl yürütese bezeeye çalışır. EMG şaretler sııflaa ç bgüe adar değş çalışalarda farlı özteller llaıldı: Zaa doe özteller (Hdgs vd., 993, özbağlaı (AR atsayıları (Doersch vd., 983; Grape vd., 985; Karlı vd., 994; Asres vd., 996, cepstral atsayılar (Kag vd., 995, dalgacı döüşüü atsayıları (Eglehart vd., 00. Ayrıca, b alada, farlı sııflaa yöteler llaıldı: Yapay sr ağları (Kelly vd., 990; Hdgs vd. 993; Karlı vd, 994, blaı atı (Cha vd., 000. EMG şaret drağa olaya br şarettr. Ya, b şaretler Forer Döüşüü gb las yötelerle aalz edleez. Kısa-zaa Forer Döüşüü, drağa olaya şaretlerde drağalı oşl sağlaasıa rağe şaret ç yg seget zlğ seçles, perforası oldça etler. Dalgacı Döüşüü, b sor üstesde gele ç br öztel çıarta yöte olara llaılır (Eglehart vd., 00. Byoloj şaretler her zaa terarlaablr olaası ve baze belee dışıda da özelller gösteres edeleryle blaı atı ssteler byoedal şaret şlee ve sııflaa da llaılır. Ayrıca, eğtleblr blaı sste llaara verde, olaylıla saptaaaya, örütüler eşfete olaağı vardır (Cha vd., 000. Medal verler fade ete blaı öbeleştre ç faydalı br aladır. Çüü byoloj ssteler so derece araşıtır ve sııflar arası sıırlar es değldr. Özteller sııflara göre üyelte üye olaaya geçş a değl dereceldr (Del Boca vd.,994. B çalışada, ola at drse aça, drse apaa, ö ol çe dödüre ve ö ol dışa dödüre hareetlerde olşa dört sııf llaıldı. Dört sııfı EMG şaretler, ol bceps ve trceps aslarıda aallı olara elde edlş ve her aal 000 Hz de öreleş 56 örete olşştr. Ayrı dalgacı döüşüü llaılara öztel çıarta şle gerçeleştrld. Öztel çıarta ç llaıla zaa-freas yöteler baze orjal şaret ver sayısıda ble ço büyü sayıda atsayılar üretetedr. B drda boyt azalta yötelere geres vardır; bda dolayı lteratürde sıça llaıla Aa Bleşeler Aalz (ABA ve so yıllarda öe çıa Bağısız Bleşeler Aalz boyt azalta yöte olara deed. Sııflaa ç se Blaı C-Ortalaa (BCO Yöte, Gstafso- Kessel (GK Yöte, Blaı Olablrl C- Ortalaa (BOCO Yöte ve Blaı K-E Yaı Koş Sııflayıcısı (BKEYK llaıldı (Şeer, 995. BCO, GK ve BOCO özteller eğte üyel değerler bla ç llaılıre BKEYK le ye özteller test edld. Ayrı dalgacı döüşüü Dalgacı Döüşüü, şaretler aalz ete ç llaıla telerde brsdr. Kısa-Zaa

EMG şaretler sııflaa Forer Döüşüüü (KZFD freas ve zaa çözüürlüğüde sor üstesde gele ç alteratf br te olara gelştrld. Daha açıçası, KZFD tü freaslarda for zaa çözüürlüğüe arşılı, Ayrı Dalgacı Döüşüü (ADD, yüse freaslarda yüse zaa çözüürlüğü ve düşü freas çözüürlüğü, alça freaslarda se yüse freas çözüürlüğü ve düşü zaa çözüürlüğüü sağlar. ADD, Dalgacı Döüşüüü özel br drdr ve şaret, zaa ve freas doede verl olara şlees sağlar. ADD aşağıda delele fade edlr: j / j W ( j, x( ψ ( ( j Brada x(, şaret ve ψ(t, aa dalgacıtır. ADD aalz, ço freaslı süzgeç baalarıyla lşl hızlı, pradal algortalar llaılara yapılablr. ADD şaret, aba br yalaşılı (approxate ve ayrıtı (detal atsayılarıa ayrıştırara şaret farlı freas batlarıda farlı çözüürlülerde aalz eder. İşaret farlı freas batlarıa ayrıştıra, zaa doe şaret ard arda yüse ve alça geçre süzgeçlerde geçrere sağlaır. B br sevyel ayrıştıra şledr ve ateatsel olara şöyle fade edleblr: y y yüse alça [ ] [ ] x[ ] g [ x[ ] h[ ] ] ( Brada y yüse ( ve y alça (, le alt-örelee ardıda sırasıyla yüse geçre(g ve alça geçre (h süzgeç çıışlarıdır. Br sevyel ayrıştıra şle sorasıda, tü şaret yarı sayıda öre le tesl edldğde zaada çözüürlü de yarıya er. Ba rağe freasta çözüürlü artar, çüü elde edle şaret apsadığı freas badı br üst sevyede şaret freas badıı yarısıdır. Böylece freasta belrszl yarı yarıya azalış olr. Yüse freaslarda y zaa çözüürlüğü, alça freaslarda se y br freas çözüürlüğü elde edlr. Altbat odlaa olara da ble b şleler arz edldğde şarete art arda yglaablr. Lteratürde farlı dalgacı tpler öerlştr. B çalışada, Dabeches, Sylet, Coflet, Bortogoal dalgacı tpler llaılara dalgacı döüşüü atsayıları MATLAB le elde edlştr. Boyt azalta Çıarta aşaasıda özteller yüse boyta sahp olalarıda dolayı sııflaa başarısı, Aa Bleşeler Aalz (ABA ve Bağısız Bleşeler Aalz (BBA gb yg boyt azalta yöteleryle gerçeleştrleblr. Öztel zdüşüüü göstere ç llaılaca yöte Aa Bleşeler Aalz ( Prcpal Copoet Aalyss, PCA dr. Karhe Loeve Döüşüü olara da adladırıla b yöte verde bla varyasları e y göstere ssteler araştırır. Zaa-freas s, yüse boytl öztel zayıda dağılış blg verr. B drda ABA ı, zaafreas sa dayalı öztel vetörler açısıda boyt azalta yöte olara üst sevyede etl br te oldğ gösterleblr (Eglehart,998. Bağısız Bleşeler Aalz ( Idepedet Copoet Aalyss, ICA, herhag ço değşel verde doğrsal ola aca ortogoal olaya oordat sste blaya çalışır ve grş vers eseler üzere zdüşüler arasıda arşılılı blgy ze eder (Hyväre vd., 000. B oordat sstede eseler yöü, orjal verde he c derecede he de daha yüse derecede statstlerle belrler. BBA ı hedef, öyle br doğrsal döüşü yapatır aya çıışları üü oldğ adar brbr le statstsel olara bağısız ols. BBA ç llaıla değş algortalar vardır. Brada FastICA algortası llaıldı (FastICA.

Y. Koçyğt, M. Korüre Blaı algortalar Br eleaı br üeye veya br sııfa at olası las üe avraıda ya attr (üyel veya at değldr (üyel0 şelde arşııza çıar. Gerçete br elea br üeye e ta attr e de değldr. Ya b eleaı o üe veya sııf ç br atl dereces (üyel değer olalıdır. B da Blaı tabalı algortalarla üü olatadır. B üyel değer 0 le arasıda sosz değer alabletedr. Blaı algortalarda, br şaret öbeleştrlre veya sııflaıre şaret sııfıı belrlee yaıda o sııfa e adar at oldğa dar br blg de verletedr. B blg, şaret o sııfa ola üyel değer olatadır. Brada, blaı algortaları, las algortalarda daha fazla blg çerdğ soca varılablr. Öbeleştre eğtcsz br yötedr. Eğtcsz yalaşılar, ver yapısıı eds düzeler ve öztel zayıı öbeleşes, eğtc eğt bölgeler belrleesde bağısız yapar. Öbeleştre yöteler yarı-drağa oşllarda sürel örelee ölçülere yglaa, örütülerle lşl ayrı ayrı grplar ve ye öbe olştra ç faydalıdır. Grş örütüler zaa serler oldğ ç ayı soçları verece olayları bezer serler brlte öbeleşecetr. Özel br zaa otasıa odalaaya ve geelllle belrsz br drağa drda dğere geçşler, doğal olara blaı öbeleştre alaıda davraır. B gb drlarda öbe sayısıı adaptf seç, byoedal şaretler geel drağa olaya yapısıı üstesde geleblr. Blaı c-ortalaa yöte C, sııf sayısı;, ver sayısı;, ver ds;, sııf ds;, blaılığı artırıcı otrol paraetres [ (, ]; D,. elea vetörüü. sııfa ola Ecldea zalığı; v, sııf erez ola üzere sııflara ola üyeller: ( v D ( x v ( x T ( x v (3 (4 C j,,..., C D,,..., (5 Dj BCO öbeleştre yöte algortası ş şeldedr:.adı: Başlagıç değerler belrle ( üyel değerler, c sııf-grp sayısı, ε hata değer, terasyo sayısı..adı: Blaı grp erezler her grp ç (3 hesapla 3.Adı: (4 fades llaara herbr öztel vetörü ç Ecldea Uzalığıı hesapla. 4.Adı: Ye üyel değerler (5 fades le hesapla. 5.Adı: Ye üyel değerler le es üyel değerler arşılaştır. Eğer ye - es ε se dr. As halde ye üyel değerler le.adıa gt (+. Gstafso-Kessel yöte Blaı c-ortalaalar algortasıda Ecldea zalığı yere sadece daresel değl elpsodal öbeler de taılaya Mahalaobs zalığı oylara elde edlr. Kf, Blaı Kovaryas Matrs ve D,. elea vetörüü. sııfa ola Mahalaobs zalığı şöyle fade edlr: Kf D ( ( x v ( x v ( Algorta ş şeldedr: T ( x v Kf ( x v T (6 (7.Adı: Başlagıç değerler belrle ( üyel değerler, c sııf-grp sayısı, ε hata değer, terasyo sayısı..adı: Blaı grp erezler her grp ç (3 hesapla

EMG şaretler sııflaa 3.Adı: Blaı ovaryas atrs her grp ç (6 hesapla. 4.Adı: (7 fades llaara herbr öztel vetörü ç Blaı Mahalaobs Uzalığıı hesapla. 5.Adı: Ye üyel değerler (5 fades le hesapla. 6.Adı: Ye üyel değerler le es üyel değerler arşılaştır. Eğer ye - es ε se dr. As halde ye üyel değerler le.adıa gt (+. Blaı olablrl c-ortalaa yöte Üyel değerler toplaıı br oldğ BCO algortasıda öyle bazı öztel vetörler çıatadır bları her br sııfa ola zalıları eşttr. Uzalıları eşt olası, b öztel vetörler her br üyel değerler eşt olasıa ede olatadır. B yöte şaret sııflaada ısıtlayıcı br dr ola üyel değerler 'e eşt olası hal gderete ve daha ese, daha y br çözü getretedr. Ayrıca b yöte zalıları eşt olası, ya üyel değerler eşt olası gb ararsızlığa ede ola br drda şaret sııfıı araterze ede η değer le soca gteye a taıatadır. GK yötede te farı üyel hesabıdır. Algortada farlı olara (8, (9 fadeler llaılacatır. η (8 d + η ( ( D h >0 > ( C (9 Blaı K-e yaı oş sııflayıcısı Blaı K-E Yaı Koş sııflayıcısıda, etetleeş br x öztel vetörüü, etetleş x j öztel vetörlerde her bre ola Ecldea zalıları fades; T ( x x ( x x d j,,...,c j j j,,..., le gösterlr. (0 Kes üelerde, öztel vetörü zalıları üçüte büyüğe doğr sıralaır; blarda K aded seçlr ve etetlere baılır. Etetler e ço hag sııfa at se x şaret o sııfa sııflaır. Blaı üelerde se sııflaa şle, bleye br şaret sııflaata ço şaret o sııfa e adar at oldğ sorsa cevap verr. x şaret. sııfa üyelğ;, K adet etetleş şaret. sııfa üyelğ ola üzere; x K K le fade edlr. ;,,...,C ( Soçlar Çalışada farlı blaı yöteler llaılara eletroyograf şaretler sııfladırılası yapılaya çalışılıştır. BK-EYK sııflayıcısıı K5 oşlğ ç BCO, GK ve BOCO yöteler başarı yüzdeler Şel de verlştr. Şelde başarı yüzdeler, üç ayrı deete elde edle EMG şaretler her br ç bla başarı yüzdeler ortalaasıdır. Dalgacıları sadece edler üstü başarı gösteredler boyt azalta ve zdüşü yöteler de sııflaa başarısıa büyü atısı oldğ görületedr. BBA, ABA da geelde e az %-3 oraıda daha başarılı çııştır. Yöteler çde BCO yöte dalgacı tpler geelde daha başarılı oldğ görületedr ve e büyü ortalaa başarı yüzdes BBA boyt azalta yöte atısıyla Dabeches 5,7,8 dalgacı tplere (%98. attr.

Y. Koçyğt, M. Korüre Başarı Yüzdes 99 98 97 96 95 94 93 9 98.7 95.83 ABA BBA s s4 s6 s8 c c4 d d3 d5 d7 d9 b. b.5 b.4 b.8 Dalgacı Tp (a 98.00 96 95.83 Başarı Yüzdes 93 90 87 ABA BBA 84 8 s s4 s6 s8 c c4 d d3 d5 d7 d9 b. b.5 b.4 b.8 Dalgacı Tp (b 98 98.7 Başarı Yüzdes 96 94 9 90 88 86 84 95.50 ABA BBA s s4 s6 s8 c c4 d d3 d5 Dalgacı Tp (c Şel. K5 ç tü dalgacı tplere göre (a BCO algortasıı, (b GK algortasıı, (c BOCO algortasıı BK-EYK sııflayıcısı le ortalaa başarı yüzdeler d7 d9 b. b.5 b.4 b.8

EMG şaretler sııflaa Soçları ışığı altıda, elzde EMG şaretler ç e yg blaı algortaı, öbeleştre yapare Ecldea zalığıı llaa Blaı c-ortalaalar algortası oldğ soca varılıştır. Blaı öbeleştre yöteler eğtcsz yöteler oldları ç öbeler tespt edles eğtc eğt bölgeler belrleesde bağısız yapar. Üyel değerler tespt ete ç algortaları oştrlası farlı deeelerle terarlaırsa sııflaa başarısıı değştğ görülür. Öbeler değşe olasılığıda dolayı her oştrla da farlı soçları blası tabdr. Kayalar Asres, A., Do, H., Zho, Z., Zhag, Y. ve Zh, S. (996. A cobato of AR ad eral etwor techqe for EMG patter detfcato, 8 th Aal Iteratoal Coferece of the IEEE Egeerg Medce Ad Bology Socety, 464-465, Asterda. Cha, F.H.Y., Yag, Y.S., La, F.K., Zhag, Y.T. ad Parer, P.A., (000. Fzzy EMG classfcato for prosthess cotrol, IEEE Trasactos o Rehabltato Egeerg, 8, 305-3. Del Boca A. Par, D.C., (994. Myoelectrc sgal recogto sg fzzy clsterg ad artfcal eral etwors real te, IEEE World Cogress o Coptatoal Itellgece, 5, 3098-303. Doersch, P.C., Gstafso, D.E. ad Wllsy, A.S., (983. Upper extrety lb fcto dscrato sg EMG sgal aalyss, IEEE Trasactos o Boedcal Egeerg, 30,, 8-9. Eglehart, K., (998. Sgal represetato for classfcato of the traset yoelectrc sgal, Ph. D. Dssertato, Uversty of New Brswc, Fredercto, N.B., Caada. Eglehart, K., Hdgs, B., Parer, P.A., (00. A Wavelet-based cotos classfcato schee for ltfcto yoelectrc cotrol, IEEE Trasactos o Boedcal Egeerg, 48, 30 3. Geva, A. B., (997. Dyac spervsed fzzy clsterg forecastg evets fro boedcal sgals, Mstry of Scece, Iteratoal Coferece o Fzzy Logc ad Applcatos, Zchro Yaaov, Israel. Grape, D., Salah, J. ve Zhag, D., (985. Stochastc aalyss of yoelectrc teporal sgatres for ltfcto sgle-ste actvato of prostheses ad orthoses, Joral of Boedcal Egeerg, 7,, 8-9. Hdgs, B., Parer, P.A. ve Scott, R.N., (993. A ew strategy for ltfcto yoelectrc cotrol, IEEE Trasactos o Boedcal Egeerg, 40,, 8-94. Hyväre, A. ve Oja, E., (000. Idepedet Copoet Aalyss: Algorths ad Applcatos, Neral Networs, 3, 4-430. Kag, W., Sh, J., Cheg, C., La, L., Tsao, H. ve Ko, T., (995. The applcato of cepstral coeffcets ad ax lelhood ethod EMG patter recogto [oveets classfcato], IEEE Trasactos o Boedcal Egeerg, 4, 777-785. Karlı, B., Pastacı, H. ve Korüre, M., (994. Myoelectrc eral etwors sgal aalyss, Proc. 7 th Medterraea Electrotechcal Coferece,, 6-64, Atalya, Trey. Kelly, M., Parer, P.A. ve Scott, R.N., (990. The applcato of eral etwors to yoelectrc sgal aalyss: A prelary stdy, IEEE Trasactos o Boedcal Egeerg, 37, 3, -7. Şeer, H., (995. Eletroyograf şaretler blaı sııflayıcılarla sııfladırası, Yüse Lsas Tez, İstabl Te Üverstes, İstabl. The FastICA MATLAB pacage. http://www.cs.ht.f/projects/ca/fastca