非线性SVM融合LDA的sEMG手势识别应用分析

• 作者: 刘颂 鲁立
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 线性判别分析 表面肌电信号 特征提取 手势识别 非线性支持向量机
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 光全息与信息处理
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP391
• 字数: 2852字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2743.2014.08.026

摘要

针对非线性SVM及LDA算法在肌电信号手势识别应用上的合理性问题进行实验，比较新型非线性支持向量机（SVM）分类方法和实际应用中常用的线性判别分析（LDA）在肌电图手势识别上的优劣。首先采用1到6不同数量的电极采集3组不同的手臂动作的前臂肌电信号，记录数据。然后，通过计算机编写算法程序对比SVM和LDA两种方法在不同电极数量下的肌电手势识别的准确率。最后得出结论，2种算法的手势识别率与肌电电极数量密切相关，根据电极数选择合适的分类算法。分析表明，该实验在减少电极数量情况下对手势识别算法的选择有重要意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁立		47	101	5.0	8.0
2	刘颂		9	26	4.0	5.0