基于双谱分析表面肌电信号特征的提取与模式识别
针对表面肌电信号特点,本文提出从信号 高阶统计处理角度,基于"非高斯 AR 参数模 型"双谱分析,提取有效特征,用 fisher 线性判 别分析(FLDA)降维方法构造特征向量,然后利 用支持向量机实现不同动作模式的准确分类.并 与多种常用表面肌电信号特征的识别结果以及 神经网络分类器的识别准确率进行对比研究. 1 方法 1.1...
提取有效特征,用fisher线性判别分析降维方法构造特征向量,然后利用支持向量机实现不同动作模式的准确分类.并与多种常用表面肌电信号特征的识别准确率进行对比研究.结果与结论:利用多类支持向量机分类器对8种前臂动作进行分类,8种动作的平均识别率达到97.6%以上.通过比较发现,基于短数据的双谱特征在分类性能上优于AR模型...