北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2008年
4期
362-366,392
,共6页
涂有强%陈香%张旭%赵章琰%杨基海
塗有彊%陳香%張旭%趙章琰%楊基海
도유강%진향%장욱%조장염%양기해
手势动作sEMG%模糊分类%势函数法%K-means聚类算法%梯度下降算法
手勢動作sEMG%模糊分類%勢函數法%K-means聚類算法%梯度下降算法
수세동작sEMG%모호분류%세함수법%K-means취류산법%제도하강산법
提出了一种基于自适应提取模糊规则的改进型模糊推理分类器,其中,模糊规则的提取采用由势函数法初始化聚类中心的K-means聚类算法,分类器的训练采用基于梯度下降算法的最小均方误差准则来实现.此改进型模糊分类器克服了基于K-means聚类算法提取模糊规则的模糊推理分类器需要手工设定模糊规则数目和对初始化参数非常敏感的两大缺点.对10位受试者的6类手势动作sEMG信号的分类研究结果表明,此改进型模糊推理分类器的分类能力优于未改进的模糊推理分类器,且具有效果稳定、自适应提取模糊规则、对初始化参数不敏感以及可排除孤立点的影响等优点.
提齣瞭一種基于自適應提取模糊規則的改進型模糊推理分類器,其中,模糊規則的提取採用由勢函數法初始化聚類中心的K-means聚類算法,分類器的訓練採用基于梯度下降算法的最小均方誤差準則來實現.此改進型模糊分類器剋服瞭基于K-means聚類算法提取模糊規則的模糊推理分類器需要手工設定模糊規則數目和對初始化參數非常敏感的兩大缺點.對10位受試者的6類手勢動作sEMG信號的分類研究結果錶明,此改進型模糊推理分類器的分類能力優于未改進的模糊推理分類器,且具有效果穩定、自適應提取模糊規則、對初始化參數不敏感以及可排除孤立點的影響等優點.
제출료일충기우자괄응제취모호규칙적개진형모호추리분류기,기중,모호규칙적제취채용유세함수법초시화취류중심적K-means취류산법,분류기적훈련채용기우제도하강산법적최소균방오차준칙래실현.차개진형모호분류기극복료기우K-means취류산법제취모호규칙적모호추리분류기수요수공설정모호규칙수목화대초시화삼수비상민감적량대결점.대10위수시자적6류수세동작sEMG신호적분류연구결과표명,차개진형모호추리분류기적분류능력우우미개진적모호추리분류기,차구유효과은정、자괄응제취모호규칙、대초시화삼수불민감이급가배제고립점적영향등우점.
