基于PCA和ELM的表面肌电信号手腕动作识别研究

• 作者: 景甜甜 洪洁
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 医学
• 关键词: 表面肌电信号 模式识别 主成分分析 极限学习机
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 智能技术
• 页码范围: 96-100
• 页数: 5页
• 分类号: R318.0
• 字数: 2435字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.12.014

摘要

为提高手腕动作的识别率,提出了一种将主成分分析(PCA)和极限学习机(ELM)相结合的手腕动作肌电信号识别方法.该方法提取手腕4种动作(内翻、外翻、握拳、展拳)的肌电信号,运用小波变化提取小波特征构造特征矢量,利用PCA算法对特征矢量进行降维,摒弃冗余信息,实现肌电信号特征参数的降维,最后运用ELM对降维后的数据进行识别分类.实验结果表明:将PCA和ELM相结合的方法有着更高的手腕动作识别率,验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景甜甜	安徽建筑大学机械与电气工程学院	6	2	1.0	1.0
2	洪洁		1	0	0.0	0.0