基于ARM和PSO-BP的人体穴位定位系统.doc
《基于ARM和PSO-BP的人体穴位定位系统.doc》由会员分享,可在线阅读,更多相关《基于ARM和PSO-BP的人体穴位定位系统.doc(6页珍藏版)》请在三一文库上搜索。
1、基于ARM和PSO-BP的人体穴位定位系统摘要:穴位的位置是否找准会直接影响治疗效果,因此设计了一种基于粒子群算法优化神经网络(PSO-BP)的穴位相对坐标预测模型,然后与ARM结合构成一个可以用于人体穴位定位的系统。首先采用PC进行MATLAB仿真训练学习,然后将最优权值及阈值保存下来并简化算法嵌入ARM内,将在线预测转变为离线过程。实验结果表明:经粒子群优化过的BP神经网络有效地改善了局部极值缺陷,可应用于定位端预测穴位的位置,并在LCD中显示穴位相关信息,控制端收到位置数据后可执行电机上的运动操作。0 引言人体穴位分布容易受到人体尺寸和比例的影响,所以具有以下两个特性:非线性、模糊不确定
2、性。人体穴位分布的解决方法主要有3种:视觉技术、光学定位法和专家系统法。但是这些方法存在着一些不足:视觉技术采用的是二维视觉测量结合图像处理进行人工标志穴位定位,庞大的分析系统降低了定位的实时性,并且应用场合有局限1;光学定位法可模拟人眼得出物体的三维坐标达到定位目的,但是定位标靶和周围环境背景都会给定位造成极大的干扰,降低定位精度2;专家系统法是整合专家经验知识,在实际应用中很难将这些经验转化成一系列规则。人工智能和仿生技术的发展,出现了很多基于人工智能的预测方法。为了提高中医按摩机器人穴位寻找行为规划的精度,山东建筑大学提出了一种基于遗传算法优化BP神经网络的中医按摩机器人穴位坐标预测方法
3、。结果表明,该方法对中医按摩机器人寻找患者穴位坐标具有较好的精度和预测准确性3。由于遗传算法的交叉变异部分会使整个收敛过程变慢,在实际应用中,稳定性可能会比较低。而粒子群算法过程比较简单,所以采用粒子群算法优化BP神经网络算法建立稳定准确的穴位坐标预测模型4,简化学习过程后将过程移植进ARM5-6。最后测试表明:优化后的BP神经网络具有更快的收敛性和适应性,还有比较高的预测精度和稳定性。本文提出的整体系统设计方案是基于ARM和PSO-BP的人体穴位定位,该系统还具备穴位坐标实时显示及穴位信息播报的功能。由于整个算法的学习过程比较复杂,循环次数非常多,会拖慢整个系统的运行速度,因此在PC上完成整
4、个动态学习过程然后将最优权值及阈值保存输出,并将简化后的算法嵌入ARM内,实际使用时直接根据提示输入信息后即可达到穴位定位的目的。1 PSO-BP神经网络1.1 算法模型设计BP神经网络是目前应用最为广泛和成功的神经网络之一,该网络的特点是信号前向传递,误差反向传播调整网络的权值和阈值。BP神经网络的拓扑结构包括输入层(input)、隐含层(hide layer)和输出层(output layer),如图1所示,最终系统想要达到的效果是输入已知的某穴位坐标值(X坐标,Y坐标),然后预测出其他3个穴位的坐标值。系统设计的BP神经网络结构采用可以预测几乎所有的非线性函数的三层拓扑结构,输入层神经元
5、为2,输出层神经元为6。对于隐含层(中间层)的神经元数目的选取采用式(1)来确定7:其中,MidNum为隐层节点数,InNum、OutNum分别是输入和输出节点数,a是110之间的常数。最后BP神经网络的拓扑结构为2 86;训练函数采用“taingdx”;隐含层和输出层选取的传递函数均为“tansig”;选择的训练次数为3 000;训练目标误差为0.000 1。粒子群(PSO)算法用于网络训练可以对权值和阈值的选取进行优化,而不是盲目地给定初值,而且优化过的神经网络会防止神经网络陷入局部最优并提高精度。因此PSO优化BP神经网络的核心是:BP网络中的权值和阈值的集合是群体中的每个粒子的位置集合
6、,其个数是粒子的维度。然后对神经网络进行迭代优化训练,网络的输出误差作为算法的适应度函数即式(2)。式中,S是学习训练样本,Tk是期望输出,Yk是实际输出。整个算法流程如图2所示。1.2 MATLAB仿真以人体的背部为例,穴位是有规律分布的,所以将大椎穴作为坐标原点(0,0)建立坐标系,然后选取大柕穴的相对坐标作为输入,目标输出为脾俞、膈关和命门的相对坐标。仿真训练测量了70组不同测试者的穴位相对坐标,随机选取其中的60组作为学习样本,剩下的10组作为测试样本训练神经网络。在MATLAB中进行编程,粒子群算法反复迭代200次后将粒子编码转换成BP神经网络的初始的阈值和权值再继续网络的学习过程。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 ARM PSO BP 人体 穴位 定位 系统
链接地址:https://www.31doc.com/p-3409271.html