SVM和小波包变换在动作模式识别中的应用

• 作者: 任晓梅 王志中 颜志国
• 来源期刊: 中国医学物理学杂志
• 关键词: 表面肌电 小波包 模式识别 支持向量机
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 64-66,48
• 页数: 4页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2006.01.019

摘要

支持向量机(SVM)是一种线性机器,广泛用于模式分类和非线性回归.对于很多低维非线性可分的模式,如果我们能够提取合适的高维特征向量,则模式往往在高维特征空间是线性可分的.本文利用小波包变换提取动作的特征向量,将各种动作信号映射到特征空间形成一定维数的特征向量,然后采用SVM进行动作识别.试验证明,当特征空间维数合适时,利用SVM进行动作识别效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志中	上海交通大学生物医学工程系	73	1042	18.0	29.0
2	颜志国	上海交通大学生物医学工程系	5	52	4.0	5.0
3	任晓梅	上海交通大学生物医学工程系	2	18	2.0	2.0