更多
通知
  • 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
    高级检索 检索偏好
    • 临床诊疗知识库
    • 中医药知识库
    • 机构
    • 作者
    热搜词：
    换一批
    论文 期刊
    取消
    高级检索

    检索历史 清除

    医学文献>>
    • 全部
    • 中外期刊
    • 学位
    • 会议
    • 专利
    • 成果
    • 标准
    • 法规
    知识库 >>
    • 临床诊疗知识库
    • 中医药知识库
    评价分析 >>
    • 机构
    • 作者
    高级检索 检索偏好
    热搜词：
    换一批
    首页 > 北京生物医学工程 > 表面肌电的支持向量机分类

    表面肌电的支持向量机分类

    The Surface Electromyography Classification Based on Support Vector Machine

    导出 在线阅读 下载全文 终端阅读

    二维码有效期 120s

    点击刷新
    注：终端设备浏览有效期：
     学术成果认领
    打印 收藏 分享
    • 新浪微博
    • 微信
    • QQ空间
    • 豆瓣
     纠错

    摘要支持向量机(SVM)是一种新的机器学习机制.研究了基于支持向量机的控制假手表面肌电识别方法和性能,并与反向传播(BP)神经网络分类器进行了比较.分类的六种手腕部动作分别是腕内旋、腕外旋、展拳、握拳、肘部外旋、肘部内旋.利用"一对一"的分类策略和二叉树构造多类SVM分类器.核函数分别采用多项式和径向基函数.实验结果表明SVM可以有效地对表面动作肌电进行分类,SVM分类准确率普遍优于传统的BP神经网络,且具有良好的泛化推广能力.不同的核函数对分类准确率影响较小.

    更多

    相关知识

    查看相关文献
    广告
    作者 谢洪波 [1] 王志中 [1] 黄海 [1] 学术成果认领
    作者单位 上海交通大学生物医学工程系,200030 [1]
    关键词 肌电信号支持向量机模式分类
    主题词 支持向量机(Support Vector Machine)神经网(Nerve Net)腕(Wrist)机器学习(Machine Learning)研究(Research)
    分类号 R318.04
    栏目名称 论著
    DOI 10.3969/j.issn.1002-3208.2004.02.005
    发布时间 2004-09-16
    基金项目
    国家自然科学基金
    • 浏览153
    • 被引42
    • 下载5
    北京生物医学工程

    北京生物医学工程

    2004年23卷2期

    94-96,157页

    ISTIC

    加载中！

    相似文献

    • 中文期刊
    • 外文期刊
    • 学位论文
    • 会议论文

    加载中！

    加载中！

    加载中！

    加载中！

    • 浏览153
    • 被引42
    • 下载5

    相关期刊

    加载中！

    特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

    • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

    • |

    • 客服邮箱：yiyao@wanfangdata.com.cn

    • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

    官方微信
    万方医学小程序
    new翻译 充值 订阅 收藏 移动端

    官方微信

    万方医学小程序

    使用
    帮助
    Alternate Text
    调查问卷