基于KPCA和LDA的SEMG信号特征识别
针对表面肌电信号非线性和非平稳的特点,提出了一种核主元分析与线性判别分析相结合的表面肌电信号特征识别新方法.首先通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号并计算其平均绝对值和均方根作为特征矩阵,然后采用核主元分析法对特征矩阵进行主分量提取,以消除数据特征间的相关性和压缩特征向量的维数,最后用线性判别分析方法进行模式识别.实验表明,采用此方法能够将表面肌电信号的特征参数由4维降到2维,且成功的从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻四种动作,动作识别率达98％.
模式识别 特征提取 表面肌电信号
王红旗 姜磊
河南理工大学,电气工程与自动化学院,河南 焦作 454000
国内会议
河南焦作
中文
1-4
2014-07-26（万方平台首次上网日期，不代表论文的发表时间）