现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2011年
17期
122-124,128
,共4页
表面肌电信号%小波包变换%LS-SVM%模式识别
錶麵肌電信號%小波包變換%LS-SVM%模式識彆
표면기전신호%소파포변환%LS-SVM%모식식별
采用小波包变换的方法对表面肌电信号sEMG进行了多尺度分解,并提取小波包分解系数的能量值构建特征矢量,采用四种方法设计多类最小二乘支持向量机(LS-SVM)分类器,对8种表面肌电信号进行了模式分类.实验结果表明,采用四种多类分类方法的LS-SVM分类器对8种表面肌电信号的平均识别率在90%以上,LS-SVM分类准确率明显优于传统的RBF神经网络分类器.
採用小波包變換的方法對錶麵肌電信號sEMG進行瞭多呎度分解,併提取小波包分解繫數的能量值構建特徵矢量,採用四種方法設計多類最小二乘支持嚮量機(LS-SVM)分類器,對8種錶麵肌電信號進行瞭模式分類.實驗結果錶明,採用四種多類分類方法的LS-SVM分類器對8種錶麵肌電信號的平均識彆率在90%以上,LS-SVM分類準確率明顯優于傳統的RBF神經網絡分類器.
채용소파포변환적방법대표면기전신호sEMG진행료다척도분해,병제취소파포분해계수적능량치구건특정시량,채용사충방법설계다류최소이승지지향량궤(LS-SVM)분류기,대8충표면기전신호진행료모식분류.실험결과표명,채용사충다류분류방법적LS-SVM분류기대8충표면기전신호적평균식별솔재90%이상,LS-SVM분류준학솔명현우우전통적RBF신경망락분류기.