基于小波变换和SVM的表面 EMG运动模式分类
本文提出一种以小波变换和支持向量机相结合的肌电信号处理方法.首先,将采集到的肌电信号进行常规的预处理,针对肌电信号的非平稳性,采用小波变换对表面肌电信号进行分析,用小波变换系数矩阵奇异值分解方法,提取表面肌电信号特征;其次,利用多类支持向量机的DAGSVM算法对其进行模式分类.实验结果表明,用小波变换的奇异值分解所提取的表面肌电信号特征作为支持向量机模式分类器的输入,用于识别动作模式,具有运行速度快、识别率高、鲁棒性好的特点,在使用肌电信号作控制信号源的电动假肢等人机仿生系统的控制中具有很好的应用前景.
肌电信号 信号处理 小波变换 支持向量机
高剑 罗志增
杭州电子科技大学机器人研究所,浙江,杭州,310018
国内会议
合肥
中文
174-179
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）