10.3969/j.issn.0372-2112.2017.11.022
融合表面肌电和加速度信号的下肢运动模式识别研究
为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Laplacian score,LS)特征选择算法选定每路肌电信号的一个尺度排序熵为特征,并把该特征和加速度信号的排序熵组成特征向量.最后,根据类内欧氏距离和类间样本分布,设计了改进的二叉树支持向量机,把特征向量输入该支持向量机进行下肢运动模式分类.实验结果表明所提方法对七个日常动作的平均识别率达到98.62%,相较于其他方法有较高的识别率.
下肢运动模式识别、表面肌电信号、加速度信号、多尺度排序熵、改进二叉树支持向量机
45
TP24(自动化技术及设备)
浙江省自然科学基金LY17F030021;国家自然科学基金61671197
2018-04-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
2735-2741