基于人工鱼群算法优化SVM的手部动作sEMG识别

• 作者: 叶晔 汪超 洪洁 王璐 魏伟
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 表面肌电信号 模式识别 人工鱼群算法 支持向量机 参数优化
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 23-25
• 页数: 3页
• 分类号: TP391.4
• 字数: 2097字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2016)02-0023-03

摘要

为了提高人体手部运动模式识别的准确性,提出了一种基于人工鱼群算法优化支持向量机( SVM)的模式识别方法.该方法对采集的表面肌电信号( sEMG)去噪后提取小波系数最大值作为特征样本,将提取后的特征输入到SVM进行动作模式识别,同时采用人工鱼群算法优化SVM( AFSVM)的惩罚参数和核函数参数,避免参数选择的盲目性,提高模型的识别精度.通过对内翻、外翻、握拳、展拳四种动作仿真结果表明:该方法与传统的SVM方法相比具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王璐	安徽工业大学机械工程学院	48	347	10.0	15.0
2	汪超	安徽工业大学机械工程学院	11	29	3.0	5.0
3	洪洁	安徽工业大学机械工程学院	4	24	2.0	4.0
4	魏伟	安徽工业大学机械工程学院	9	33	4.0	5.0
5	叶晔	安徽工业大学机械工程学院	12	44	3.0	6.0