基于张量线性拉普拉斯判别的肌电特征提取方法

发布时间：2018-09-08 06:32

【摘要】：为了有效分析表面肌电(sEMG)信号蕴含的时-频-空域多维特征,提出了一种基于张量线性拉普拉斯判别(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6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3种特征提取方法.
[Abstract]:In order to effectively analyze the time-frequency-spatial multidimensional features contained in the surface electromyography (sEMG) signal, a sEMG feature extraction method based on Zhang Liang linear Laplace discriminant (TLLD) is proposed. The fourth order Zhang Liang data with time, space, frequency and task are constructed by complex Morlet wavelet transform of sEMG signal, and then the projection matrix is obtained by using TLLD analysis method. The training set and the test set are projected into the projection matrix respectively to obtain the features with large differentiations. Finally, the classifier is used to identify six action patterns: wrist flexion, wrist extension, upper arm internal rotation, upper arm external rotation, grip fist, and extended fist. The experimental results show that the average classification accuracy of the proposed method is over 98%, and the recognition performance is better than that of RMS, autoregressive coefficient and Zhang Liang high order discriminant analysis.
【作者单位】： 杭州电子科技大学智能控制与机器人研究所;
【基金】：国家自然科学基金资助项目(61201302,61372023,61671197) 浙江省自然科学基金资助项目(LY15F010009)
【分类号】：TN911.7

【相似文献】

相关期刊论文 前10条

1 科卞;信号细微特征提取分析技术[J];电子科技大学学报;2000年02期

2 王菲;白洁;;一种基于非线性特征提取的被动声纳目标识别方法研究[J];软件导刊;2010年05期

3 刘守生,丁勇,胡寿松;一种特征提取新方法[J];信号处理;1999年S1期

4 屈微,刘贺平;拓扑独立分量分析在方言特征提取中的应用研究[J];电声技术;2005年05期

5 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期

6 柳革命;孙超;陈建莉;;基于局域判别基空间能量的特征提取[J];空军工程大学学报(自然科学版);2008年01期

7 菅云峰,胡勇,李介谷,孙再龙;基于相位叠合的不变特征提取[J];红外与激光工程;2000年01期

8 向阳,史习智;冲击回波信号的波形结构特征提取及分类研究[J];振动工程学报;2000年03期

9 楼天良;蒋惠忠;;一种适于高维时间序列的特征提取方法(英文)[J];浙江科技学院学报;2007年02期

10 杨日杰,李钢虎,赵俊渭,姚蓝;一种辐射噪声的特征提取新方法[J];西北工业大学学报;2000年02期

相关会议论文 前3条

1 刘直芳;张继平;游志胜;;有限制的MFA-ICA的算法及其在特征提取中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

2 李丽君;黄思娟;吴效明;熊冬生;;基于ECOG的运动想象特征提取和分类[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年

3 刁彦华;;基于小波变换模极大值的分析方法及其应用综述[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

相关博士学位论文 前8条

1 段佳;SAR/ISAR目标电磁特征提取及应用研究[D];西安电子科技大学;2015年

2 冯博;雷达高分辨距离像特征提取与识别方法研究[D];西安电子科技大学;2015年

3 陈斌;连续语音识别特征提取与声学模型训练区分性技术研究[D];解放军信息工程大学;2015年

4 王玉静;滚动轴承振动信号特征提取与状态评估方法研究[D];哈尔滨工业大学;2015年

5 郭苗苗;语言任务下脑电时频网络特征提取及在脑机接口中的应用[D];河北工业大学;2016年

6 唐涛;合成孔径雷达图像局部特征提取与应用研究[D];国防科学技术大学;2016年

7 高宇飞;基于张量分解的参数估计方法及其应用[D];电子科技大学;2017年

8 秦建华;经络电阻抗特性的特征提取及模式分类方法研究[D];北京邮电大学;2013年

相关硕士学位论文 前10条

1 袁芳兵;基于SVM的GSM系统上行干扰判定研究[D];华南理工大学;2015年

2 江海;心音信号特征提取及分类研究[D];昆明理工大学;2015年

3 梁致汉;基于EEG的脑机接口技术研究与实现[D];天津理工大学;2015年

4 刘雪勇;次声信号特征提取与分类识别研究[D];中国地质大学(北京);2015年

5 王琪;西洋乐器的音色识别[D];山东大学;2015年

6 张姣;雷达辐射源脉内无意调制特征提取及识别[D];哈尔滨工业大学;2015年

7 王乃峰;基于深层神经网络的音频特征提取及场景识别研究[D];哈尔滨工业大学;2015年

8 任凤臣;便携式心电检测系统的设计[D];大连理工大学;2015年

9 江志兴;脉象仪的校准和标准化研究[D];哈尔滨工业大学;2014年

10 秦枭;杂波下相参雷达距离多普勒域多维特征聚类与特征提取[D];国防科学技术大学;2013年

，

本文编号：2229654