复杂性测度在肌电信号模式识别中的应用

• 作者: 崔建国 张大千 曲学军 李忠海 王旭 韩志仁
• 来源期刊: 计算机工程与应用
• 学科: 经济
• 关键词: 复杂性测度 表面肌电信号 支持向量机 模式识别
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 工程与应用
• 页码范围: 195-197,217
• 页数: 4页
• 分类号: F406.2
• 字数: 3826字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.11.057

摘要

针对表面肌电信号(SEMG)的非平稳特性,提出了一种以复杂性测度和支持向量机(SVM)相结合的肌电信号模式识别新方法.肌电信号的复杂度作为一种新的肌电信号特征,算法简单.支持向量机是一种新的机器学习机制.通过对采集的四通道表面肌电信号进行分析,提取其复杂性测度信息构建特征矢量,利用"一对一"分类策略和二叉树构建的多类支持向量机分类器,很好地实现了对前臂的八种动作表面肌电信号的模式分类.实验表明,由支持向量机对肌电信号的复杂度特征进行分类,具有很好的稳定性和准确率,为肌电信号及其它非平稳生理电信号的模式分类提供了一种新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲学军	沈阳航空工业学院自动控制系	23	178	7.0	13.0
2	韩志仁	沈阳航空工业学院自动控制系	93	528	13.0	18.0
3	崔建国	沈阳航空工业学院自动控制系	87	573	15.0	20.0
4	王旭	东北大学信息科学与工程学院	158	1256	18.0	26.0
5	张大千	沈阳航空工业学院自动控制系	39	168	7.0	12.0
6	李忠海	沈阳航空工业学院自动控制系	51	366	10.0	17.0