首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波包主元分析的表面肌电信号特征识别
引用本文:王红旗,李林伟,毛啊敏.基于小波包主元分析的表面肌电信号特征识别[J].河南理工大学学报(自然科学版),2015,34(2):249-252,262.
作者姓名:王红旗  李林伟  毛啊敏
作者单位:河南理工大学电气工程与自动化学院,河南焦作,454000
基金项目:国家自然科学基金资助项目,河南理工大学博士基金资助
摘    要:针对表面肌电信号(SEMG)的非平稳性及小波包变换系数维数过高的问题,提出一种小波包主元分析和线性判别分析相结合的表面肌电信号动作特征识别新方法。以表面肌电信号用于智能轮椅为例,对采集到的两路SEMG信号进行小波包主元分析,提取SEMG信号的运动特征矩阵,并将运动特征矩阵输入到线性判别分类器进行分类,实现了前臂动作识别。试验表明:该方法能够将小波包系数矩阵由16维降到4维,并且对前臂的四种动作模式(握拳、展拳、手腕内翻和手腕外翻)的平均正确识别率达98%,与传统的小波包变换相比有较高的识别率。

关 键 词:表面肌电信号  小波包主元分析  线性判别分析

SEMG signal feature recognition based on wavelet packet principal component analysis
WANG Hongqi,LI Linwei,MAO Amin.SEMG signal feature recognition based on wavelet packet principal component analysis[J].JOURNAL OF HENAN POLYTECHNIC UNIVERSITY,2015,34(2):249-252,262.
Authors:WANG Hongqi  LI Linwei  MAO Amin
Affiliation:WANG Hongqi;LI Linwei;MAO Amin;School of Electrical Engineering and Automation ,Henan Polytechnic University;
Abstract:
Keywords:surface electromyography  wavelet packet principal component analysis  linear discriminant analysis
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号