基于增量自适应学习的在线肌电手势识别

• 作者: 卢纯福 唐智川 李愚 柴国钟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 增量学习 SVM 肌电 手势识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 274-279
• 页数: 6页
• 分类号: TP181
• 字数: 4903字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.04.043

摘要

表面肌电信号由于个体差异性,在作为外设的控制源时,往往需要针对个体进行长时间的前期训练以获得精准分类辨识模型.针对该问题,在原有的KKT-SVM增量学习方法的基础上,提出了一种基于DBSCAN密度聚类的SVM增量学习算法(D-ISVM),并将该算法应用于在线肌电手势识别.首先,考虑新增样本和原非SV样本对新SV集的影响,通过DBSCAN对样本分布的紧密程度进行分析聚类,筛选出原SV集附近的新增样本以及原非SV样本;其次,结合核心对象以及各样本到超平面的距离进行二次筛选;最后,将筛选出的样本与原SV集一起训练以获得新SV集.实验结果表明,与传统算法相比,提出的D-ISVM增量学习算法能保持更高的识别准确率,同时进一步提高分类模型的学习速度,并有效解决了在线手势识别中表面肌电个体差异性的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴国钟	浙江工业大学机械工程学院	93	654	15.0	22.0
2	卢纯福	浙江工业大学工业设计研究院	41	128	7.0	9.0
3	唐智川	浙江工业大学工业设计研究院	19	24	3.0	4.0
4	李愚	浙江工业大学工业设计研究院	4	8	2.0	2.0