本文選題：下肢運動模式識別 + 表面肌電信號��； 參考：《電子學報》2017年11期

【摘要】：為了提高下肢運動模式識別率,本文設計了一種融合表面肌電和加速度信號的下肢運動模式識別方法.首先,用局部均值分解將表面肌電信號分解為多個乘積函數(shù)(Product Functions,PFs),再計算PF成分的多尺度排序熵.然后,通過拉普拉斯權重(Laplacian score,LS)特征選擇算法選定每路肌電信號的一個尺度排序熵為特征,并把該特征和加速度信號的排序熵組成特征向量.最后,根據(jù)類內歐氏距離和類間樣本分布,設計了改進的二叉樹支持向量機,把特征向量輸入該支持向量機進行下肢運動模式分類.實驗結果表明所提方法對七個日常動作的平均識別率達到98.62%,相較于其他方法有較高的識別率.
[Abstract]:In order to improve the recognition rate of lower extremity motion pattern, a method of lower limb motion pattern recognition combining surface electromyography and acceleration signals is designed in this paper. Firstly, the surface EMG signal is decomposed into several product functions, Product FunctionsPFS, and then the multi-scale ordering entropy of PF components is calculated by means of local mean decomposition. Then, a scale sorting entropy of each EMG signal is selected by Laplacian scorene-LS-based feature selection algorithm, and the feature and the sorting entropy of acceleration signal are composed of eigenvector. Finally, an improved binary tree support vector machine is designed according to the Euclidean distance within the class and the distribution of samples between classes. The feature vector is input into the support vector machine for lower limb motion pattern classification. The experimental results show that the average recognition rate of the proposed method for the seven daily movements is 98.62, which is higher than that of other methods.
【作者單位】： 杭州電子科技大學智能控制與機器人研究所;
【基金】：浙江省自然科學基金(No.LY17F030021) 國家自然科學基金(No.61671197)
【分類號】：R318;TN911.7

【相似文獻】

相關期刊論文 前8條

1 相秉仁,安登魁;模式識別及其在藥物分析中的應用[J];國外醫(yī)學.藥學分冊;1983年04期

2 李鐳;劉慧;曾憲舜;;模式識別在生物固體發(fā)酵技術中的應用[J];微生物學雜志;1993年02期

3 湯鋒潮,程兆年,陳念貽,沈玉蓮,佘家瑾,史奎雄;模式識別用于裂解氣相色譜研究胃癌早期診斷[J];色譜;1993年01期

4 劉心東;生物信號模式識別及解釋系統(tǒng)──其本概念[J];國外醫(yī)學.生物醫(yī)學工程分冊;1994年03期

5 葉虎年,李玉紅,周方,李柱;自動色譜臨床檢驗系統(tǒng)[J];華中理工大學學報;1992年05期

6 朱厚礎;周方;唐光江;;系統(tǒng)聚類分析在細菌全細胞脂肪酸模式識別中的應用[J];微生物學報;1987年04期

7 張光亞,方柏山;嗜熱和常溫蛋白模式識別的研究[J];生物工程學報;2005年06期

8 王銘軍;;生物網(wǎng)絡中標志物的模式識別研究方法[J];學園;2013年24期

相關會議論文 前1條

1 王箏;楊德超;高軍濤;許翱翔;歐陽楷;;兔嗅覺神經(jīng)的動力學研究——模式識別的穩(wěn)健性[A];21世紀醫(yī)學工程學術研討會論文摘要匯編[C];2001年

相關碩士學位論文 前3條

1 武昊;基于表面肌電信號與加速度信號的跌倒檢測研究[D];杭州電子科技大學;2016年

2 賈士力;模式識別在生物信息學中的應用[D];河北科技大學;2015年

3 張神權;表面肌電模式識別的新控制策略研究[D];中國科學技術大學;2017年

，

本文編號：1784213