基于ReliefF算法与遗传算法的肌电信号特征选择

发布时间：2017-08-26 03:40

  本文关键词：基于ReliefF算法与遗传算法的肌电信号特征选择

  更多相关文章： 肌电信号 ReliefF算法 遗传算法 特征选择

【摘要】：针对肌电信号特征维数高、运算效率低等问题,提出了一种基于ReliefF算法与遗传算法(GA)相结合的肌电信号特征选择方法.分析了肌电信号的特征,运用小波分析对肌电信号进行特征提取,采用ReliefF算法评估所提取的高维特征信号的权值,以选出对分类效果影响显著(权值较大)的特征子集,采用GA进一步筛选出分类效果最佳的特征子集,并对比分析了基于ReliefFGA-Wrapper算法与全局搜索算法对肌电信号处理的时间和分类效果.结果表明,所提出的方法能够提高运算效率并具有很好的分类效果.
【作者单位】： 上海交通大学机械与动力工程学院;
【关键词】： 肌电信号 ReliefF算法 遗传算法 特征选择
【基金】：国家重点基础研究发展规划(973)项目(2011CB013305) 国家自然科学基金项目(51475288,51275293) 中国博士后科学基金项目(2014M551406)资助
【分类号】：TN911.7
【正文快照】： 表面肌电信号(SEMG)是众多肌纤维中运动单元动作电位在时间和空间上的叠加,其中蕴含了很多与人体动作相关的信息,而且不同类型动作的动作电位存在差异,通过分析动作电位可以区分不同的动作模式[1],因而SEMG在临床医学、人机功效学、康复医学以及体育科学等领域具有较好的实用，

本文编号：739442