基于多源生物信号的下肢步态相识别

• 作者: 席旭刚 张启忠 罗志增
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 肌电信号 步态相识别 特征提取 粒子群优化 最小二乘支持向量机 模式识别
• 年，卷（期）: 2018,（6）
• 页码范围: 895-901
• 页数: 7页
• 分类号: TB973
• 字数: 4220字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2018.06.27

摘要

为提高人体下肢步态相识别的准确性,研究了融合表面肌电信号(sEMG)、膝关节角度和足底压力信号的人体下肢步态相识别方法.首先,将sEMG信号进行小波包分解提取多尺度能量和多尺度模糊熵特征;然后,对提取的sEMG信号特征值采用主成分分析(PCA)方法进行降维处理,并与足底压力特征值和膝关节能量特征值构成一组特征向量;最后,将特征向量输入粒子群优化最小二乘支持向量机(PSO-LSSVM)对人体下肢运动信息进行步态相识别.实验结果表明,所提方法相较于其他方法有较高的识别准确率和有效性.

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	杭州电子科技大学智能控制与机器人研究所	164	2539	28.0	39.0
2	席旭刚	杭州电子科技大学智能控制与机器人研究所	46	494	14.0	20.0
3	张启忠	杭州电子科技大学智能控制与机器人研究所	30	254	9.0	15.0