河南理工大学学报(自然科学版)
河南理工大學學報(自然科學版)
하남리공대학학보(자연과학판)
JOURNAL OF HENAN POLYTECHNIC UNIVERSITY(NATURAL SCIENCE)
2015年
2期
249-252,262
,共5页
表面肌电信号%小波包主元分析%线性判别分析
錶麵肌電信號%小波包主元分析%線性判彆分析
표면기전신호%소파포주원분석%선성판별분석
surface electromyography%wavelet packet principal component analysis%linear discriminant analysis
针对表面肌电信号(SEMG)的非平稳性及小波包变换系数维数过高的问题,提出一种小波包主元分析和线性判别分析相结合的表面肌电信号动作特征识别新方法.以表面肌电信号用于智能轮椅为例,对采集到的两路SEMG信号进行小波包主元分析,提取SEMG信号的运动特征矩阵,并将运动特征矩阵输入到线性判别分类器进行分类,实现了前臂动作识别.试验表明:该方法能够将小波包系数矩阵由16维降到4维,并且对前臂的四种动作模式(握拳、展拳、手腕内翻和手腕外翻)的平均正确识别率达98%,与传统的小波包变换相比有较高的识别率.
針對錶麵肌電信號(SEMG)的非平穩性及小波包變換繫數維數過高的問題,提齣一種小波包主元分析和線性判彆分析相結閤的錶麵肌電信號動作特徵識彆新方法.以錶麵肌電信號用于智能輪椅為例,對採集到的兩路SEMG信號進行小波包主元分析,提取SEMG信號的運動特徵矩陣,併將運動特徵矩陣輸入到線性判彆分類器進行分類,實現瞭前臂動作識彆.試驗錶明:該方法能夠將小波包繫數矩陣由16維降到4維,併且對前臂的四種動作模式(握拳、展拳、手腕內翻和手腕外翻)的平均正確識彆率達98%,與傳統的小波包變換相比有較高的識彆率.
침대표면기전신호(SEMG)적비평은성급소파포변환계수유수과고적문제,제출일충소파포주원분석화선성판별분석상결합적표면기전신호동작특정식별신방법.이표면기전신호용우지능륜의위례,대채집도적량로SEMG신호진행소파포주원분석,제취SEMG신호적운동특정구진,병장운동특정구진수입도선성판별분류기진행분류,실현료전비동작식별.시험표명:해방법능구장소파포계수구진유16유강도4유,병차대전비적사충동작모식(악권、전권、수완내번화수완외번)적평균정학식별솔체98%,여전통적소파포변환상비유교고적식별솔.