|
|||||
|
|
| 下肢EMG的小波支持向量机多类识别方法 | |
| 作者单位： | 杭州电子科技大学智能控制与机器人研究所,浙江杭州,310018;杭州电子科技大学智能控制与机器人研究所,浙江杭州,310018;杭州电子科技大学智能控制与机器人研究所,浙江杭州,310018;杭州电子科技大学智能控制与机器人研究所,浙江杭州,310018 |
| 基金项目： | 国家高技术研究发展计划（863计划）;国家自然科学基金;浙江省自然科学基金 |
| 摘 要： | 针对下肢肌电信号(EMG)的多运动模式分类问题,提出了一种基于小波支持向量机(WSVM)的多类识别方法.在小波框架理论和SVM核方法的基础上,构造基于二叉树结构的WSVM多类分类器,采用多尺度分析对下肢EMG进行消噪处理和特征提取,将特征向量输入WSVM多类分类器.以水平行走为例对支撑前期、支撑中期、支撑末期、摆动前期和摆动末期等5个细分运动模式进行分类,并与传统的神经网络和高斯核SVM分类器进行比较.实验结果验证了所提方法的有效性. |
| 关 键 词： | 神经网络 肌电信号 小波变换 支持向量核 小波支持向量机 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |