基于非负矩阵分解的肌电模式识别研究
本文提出了一种基于非负矩阵分解(NMF),特别是改进的判别非负矩阵分解(DNMF)的多通道表面肌电信号(sEMG)特征降维方法,用于辨识11种执行力度存在较大变化的精细手势动作.通过与经典的主元成分分析算法(PCA)进行比较,实验结果表明NMF可以对多通道sEMG特征进行有效压缩.其中,DNMF在传统NMF算法基础上引入了提高分类性能约束项,相对于NMF与PCA算法,可以显著提高了识别准确率,表现了其在肌电控制领域潜在的应用价值.
肌电控制 模式识别 特征降维 非负矩阵分解
张神权 王东清 傅丽 高晓平 张旭
中国科学技术大学,电子科学与技术系 安徽医科大学第一附属医院,康复医学科
国内会议
南京
中文
1-5
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）