In this work, we have created one m

In this work, we have created one model with two stages.

Both of these stages are BPNN systems.

In the first stage, activated force is extracted from RSEMG signal.

This output will be used to calculate the mathematical estimated force by using Hill-type model.

We used this stage to train our BPNN model in the second stage.

In the second stage, the BPNN model will be used to extract the muscle force estimated value from the RSEMG signal.

ผลลัพธ์ (ไทย) 1:

ในงานนี้ เราได้สร้างแบบจำลองหนึ่งกับสองขั้นตอน ขั้นตอนเหล่านี้ทั้งสองเป็นระบบ BPNN ในระยะแรก แรงงานถูกแยกจากสัญญาณ RSEMG ผลลัพธ์นี้จะถูกใช้เพื่อคำนวณแรงประเมินทางคณิตศาสตร์ โดยใช้รูปแบบชนิดของเขา เราสามารถใช้ขั้นตอนนี้จะฝึกแบบ BPNN ของเราในขั้นสอง ในขั้นสอง รุ่น BPNN จะใช้เพื่อแยกค่าแรงประมาณกล้ามเนื้อจากสัญญาณ RSEMG

ผลลัพธ์ (ไทย) 2:

ในงานนี้เราได้สร้างรูปแบบหนึ่งที่มีสองขั้นตอน. ทั้งสองขั้นตอนเหล่านี้เป็นระบบ BPNN. ในขั้นตอนแรกกำลังเปิดใช้งานเป็นสารสกัดจากสัญญาณ RSEMG. ผลลัพธ์นี้จะถูกใช้ในการคำนวณแรงประมาณทางคณิตศาสตร์โดยใช้ฮิลล์ประเภท รุ่น. เราใช้เวทีนี้ในการฝึกอบรมรุ่น BPNN เราในขั้นตอนที่สอง. ในขั้นตอนที่สองรูปแบบ BPNN จะถูกใช้ในการสกัดแรงของกล้ามเนื้อมูลค่าประมาณจากสัญญาณ RSEMG

ผลลัพธ์ (ไทย) 3:

在这一工作中，我们已经与两stages模型。这些系统是Both stages BPNN。在第一阶段，是从RSEMG extracted活性力信号。这将是一个calculate输出力的mathematical赢得estimated Hill-type模型通过使用。我们用这个模型来训练我们的BPNN阶段在第二阶段。在第二阶段，将被用BPNN模型的肌肉力对提取物从最RSEMG estimated值信号。