换一批摘要为提高人体手腕动作识别准确率,提出一种基于粒子群算法优化极限学习机动作模式识别新方法.通过虚拟仪器采集人体手腕内翻、外翻、握拳、展拳4种动作对应肌电信号,通过小波分析方法构造其特征矢量,然后利用特征矢量对极限学习机进行训练,结合粒子群优化算法强大寻优能力,优化调整极限学习机模型主要参数,最后采用优化后极限学习机模型对4种手腕动作对应测试集数据进行模式识别.结果表明,采用粒子群优化算法优化极限学习机模型有着更高手腕动作识别率,验证该方法可行性.
更多相关知识
关键词
表面肌电信号模式识别粒子群算法极限学习机surface electromyogrampattern recognitionparticle swarm optimization algorithmextreme learning machine
分类号
R318.0（医用一般科学）
栏目名称
DOI
10.3969/j.issn.2096-8248.2025.01.011
发布时间
2025-03-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
安徽省高校省级自然科学研究项目（KJ2021JD23）
安徽省高校杰出青年科研项目（2022AH020025）
安徽建筑大学科研项目（KJ223013）
安徽省建筑声环境重点实验室开放课题/主任基金项目（AAE2021ZR01）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
