基于LDA的表面肌电信号分类研究

发布时间：2017-11-04 19:01

  本文关键词：基于LDA的表面肌电信号分类研究

  更多相关文章： 表面肌电 无关联线性判别分析 线性判别式分析

【摘要】：研究了一种基于LDA分类器的模式识别方法,比较了五种特征参数组合方式,分析了无关联线性判别分析ULDA和PCA两种降维方法,通道数量和窗口长度对肌电信号分类的影响,最后应用LDA分类器对降维后的数据进行分类。实验结果表明:均方根和四阶AR系数两种特征组合在4通道和8通道下的准确率分别可以达到90%和96%,增加通道数量或特征数量可以进一步提高准确率;通过ULDA将特征矢量的维数降低到6维时,仍可以保证较高的准确率;6种手势的识别率超过了94%,其中4种手超过了97%,分类出错的窗口主要集中在过渡阶段。
【作者单位】： 常州大学信息科学与工程学院数理学院;
【基金】：江苏省自然科学基金(BK20140265) 江苏省普通高校研究生科研创新计划(KYLX_1105)
【分类号】：TN911.7;R318
【正文快照】： 1引言传统的肌电信号EMG(Electro-Myo Gram)采集方式需要将针电极刺入皮肤,这种方式可以获得较好的肌电信号,但对人体的皮肤有害,并需要专业人士的指导才能进行。而表面肌电信号的采集是一种无创的采集方法,使用方便,有着广泛的应用前景,应用领域包括人机功效、医疗辅助、肌电

【相似文献】

中国硕士学位论文全文数据库 前1条

1 刘永在;不同固定条件下拉引动作肌肉工作特征的比较研究[D];北京体育大学;2010年

，

本文编号：1140690