换一批基于多尺度主元分析的表面肌电信号模式分类
Pattern Recognition of Surface Electromygram Based on Multi-scale Principal Component Analysis
摘要用基于小波变换的多尺度主元分析提取表面肌电信号特征,然后用贝叶斯分类器进行模式分类.实验结果显示,当选用Harr小波和bior2.6小波对肌电信号进行5层小波分解时,该方法对前臂6种动作模式(内翻,外翻,握拳,展拳,上切和下切)的正确识别率可以达到99.44%.研究表明,该方法优于基于小波系数统计特征和主元分析降维相结合的特征提取方法,能成功识别出多种动作模式.
更多相关知识
关键词
表面肌电信号基于小波变换的多尺度主元分析主元分析模式分类surface electromyogram (sEMG)wavelet based on multi-scale principal component analysis(WMSPCA)principalcomponent analysis(PCA)pattern recognition
分类号
TN911.6
栏目名称
DOI
10.3969/j.issn.1671-7104.2009.04.003
发布时间
2009-08-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览240
- 被引7
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
