改进的P SO-SVM在表面肌电信号模式识别中的研究

• 作者: 刘俊 顾明亮
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 表面肌电信号 模式识别 粒子群优化算法 支持向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 传感器研究
• 页码范围: 1459-1464
• 页数: 6页
• 分类号: TP24
• 字数: 3256字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.10.001

摘要

为了提高表面肌电信号的遥操作机械手运动模式识别率,设优化支持向量机(IPSO-SVM).该方法首先简化PSO的位置和速度公式,然后提出ESE状态估计策略判断算法的"早熟"收敛,最后对6类手臂运动模式(握拳、展拳、内旋、外旋、屈腕、伸腕)进行分类并与另外4个测试算法的分类结果进行比较.实验结果表明:IPSO-SVM算法的平均准确率为93.75%,而传统SVM算法的平均准确率为70.21%;算法的训练时间和泛化时间都有明显的提高;具有较强的鲁棒性和抗干扰能力.因此IPSO-SVM算法可以很好的解决表面肌电信号的动作模式分类问题,具有很好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊	上海电机学院机械学院	44	253	10.0	14.0
2	顾明亮	上海电机学院电气学院	3	12	2.0	3.0