مریم علی محمدی سلطانمرادی - آزمایشگاه بیومکاترونیک، دانشکده فناوری های نوین، دانشگاه تبریز، تبریز، ایران
احمد رجبی چافی - دانشگاه آزاد اسلامی، واحد لنگرود، لنگرود، ایران
مینا حسین پورستوبادی - گروه بیوالکتریک، دانشکده مهندسی برق، دانشگاه علم و صنعت، تهران، ایران
سعیده علی محمدی سلطانمرادی - موسسه آموزش عالی دیلمان، لاهیجان، ایران

در این مقاله، الگوریتم جدیدی برای پردازش سیگنال های ماهیچه ای و شبیه سازی حرکت انگشتاندست ارایه می شود. سیگنال های ماهیچه ای مربوط به حرکت انگشتان دست- انگشت اشاره، اشاره وشصت- هست. در گام نخست، ویژگی های مهم سیگنال با استفاده از تجزیه و تبدیل ویولت، اتورگرسیو ونرخ عبور از صفر استخراج می گردد و در ادامه روند پردازش، شبکه عصبی جدیدی که مبتنی بر ویولتاست جهت طبقه بندی ویژگی ها مطرح می گردد. برای افزایش دقت الگوریتم بیان شده از بهینه سازیازدحام ذرات استفاده شده و پارامترهای شبکه مانند وزن لایه ها و پارامترهای ویولت بهبود داده میشوند. بیشترین دقت مربوط به نرخ عبور از صفر با دقت 89% است. برای ارزیابی الگوریتم مطرح شده،شبیه ساز جدیدی طراحی می گردد و نتایج طبقه بندی کننده در نرم افزار شبیه سازی مطرح شدهنشان داده می شود. شبیه ساز طراحی شده از جمله شبیه سازهای محدودی است که قابلیت شبیه-سازی حرکت انگشتان بر اساس سیگنال های ماهیچه ای را دارا است. بررسی های نهایی تاکید بر صحتروش و الگوریتم مطرح شده دارد.

الکترومایوگرام، تجزیه و تبدیل ویولت، شبکه عصبی ویولت، بهینه سازی ازدحام ذرات، شبیه ساز حرکتی