基于HMM的表面肌电信号模式分类

• 作者: 严庭芳 罗志增
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 表面肌电信号 模式分类 特征提取 隐马尔可夫模型 小波变换
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 机械与材料工程
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP242.6
• 字数: 3510字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2008.04.020

摘要

按等时间间隔将表面肌电信号(SEMG)划分为不同的段,利用小波变换对其进行特征提取,借助隐马尔可夫模型(HMM)的动态建模能力来感知不同动作模式下SEMG的时变特性.具体应用时,先根据样本对各动作模式下的HMM进行训练,待各模型参数稳定后,再利用HMM对特征提取后的SEMG进行模式分类.实验结果表明:该方法具有很好的分类识别率.在6个手部动作识别中,上翻、下翻、内旋和外旋4种动作的识别准确率均在90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗志增	杭州电子科技大学机器人研究所	164	2539	28.0	39.0
2	严庭芳	杭州电子科技大学机器人研究所	1	26	1.0	1.0