基于张量线性拉普拉斯判别的肌电特征提取方法
在基于表面肌电信号(Surface Electromyogram,sEMG)的智能假肢控制系统中,特征提取扮演着非常重要的角色.本文提出了一种基于张量线性拉普拉斯判别(Tensor Linear Laplacian Discriminant,TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据,然后运用TLLD分析方法获得投影矩阵,把训练集和测试集分别投影在投影矩阵中获得具有较大区分度的特征,最后使用分类器对腕屈、腕伸、上臂内旋、上臂外旋、握拳、伸拳六种动作模式进行识别.实验结果表明,所提方法平均分类准确率达到了98％以上,识别性能优于均方根、自回归系数、张量高阶判别分析三种特征提取方法.
智能假肢 表面肌电信号 特征提取 张量线性拉普
佘青山 马鹏刚 马玉良 孟明
杭州电子科技大学智能控制与机器人研究所,杭州310018
国内会议
哈尔滨
中文
287-292
2017-10-01（万方平台首次上网日期，不代表论文的发表时间）