基于Bayes决策理论的表面肌电信号模式分类的研究

• 作者: 崔建国 张春霞 李一波 李忠海 王旭
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 表面肌电信号 AR参数模型 Bayes决策 模式分类
• 年，卷（期）: 2007,（1）
• 页码范围: 89-92
• 页数: 4页
• 分类号: TB99
• 字数: 2959字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1158.2007.01.021

摘要

通过对采集的四通道表面肌电信号进行分析,对其建立AR(Autoregressive)参数模型,提取AR模型参数构建特征矢量.根据实际表面肌电(SEMG)信号的随机性特征,提出了一种采用Bayes决策理论对肌电信号的AR模型参数特征进行分类的新方法,并运用最小错误率Bayes分类器,很好地实现了对前臂八种动作表面肌电信号的模式分类.平均识别率为99.125%.此外,还提出采用动态聚类中心的方法对其进行了改进,使其平均识别率提高到99.5%.研究表明,采用Bayes分类器对肌电信号的AR模型参数特征进行分类,是一种有效的处理手段,并可直接应用到其它具有随机性特征的生理电信号的模式分类中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一波	沈阳航空工业学院自动控制系	101	885	13.0	25.0
2	崔建国	沈阳航空工业学院自动控制系	16	174	8.0	13.0
6	王旭	东北大学信息科学与工程学院	158	1256	18.0	26.0
7	李忠海	沈阳航空工业学院自动控制系	51	366	10.0	17.0
8	张春霞		2	15	1.0	2.0