本文主要研究内容
作者胡命嘉,宫玉琳,王锋（2019）在《基于PSO-SVM的手势识别方法研究》一文中研究指出：肌电信号(Electromyography,EMG)是众多肌纤维中运动单元动作电位在时间和空间上的叠加,表面肌电信号(Surface Electromyography,sEMG)则是浅层肌肉EMG和神经干上电活动在皮肤表面的综合效应,能在一定程度上反映神经肌肉的活动。表面肌电信号作为一种无痛苦、无创伤且便捷的肌电检测方式,被广泛应用于手势识别、康复医疗和人机交互控制等领域,其中将肌电信号作为控制源的关键是根据肌电信号的差异能够识别出不同的手势动作。在MYO臂环采集人体上肢小臂处肌电信号后,从中提取平均绝对值、过零点数、波形长度3个时域特征,通过经粒子群优化算法(Particle Swarm Optimization,PSO)优化后的支持向量机(Support Vector Machine,SVM)分类器对采集到的sEMG进行分类识别,实验结果表明,优化后的SVM分类效果更好,平均识别率达到97.3%。
Abstract
ji dian xin hao (Electromyography,EMG)shi zhong duo ji qian wei zhong yun dong chan yuan dong zuo dian wei zai shi jian he kong jian shang de die jia ,biao mian ji dian xin hao (Surface Electromyography,sEMG)ze shi jian ceng ji rou EMGhe shen jing gan shang dian huo dong zai pi fu biao mian de zeng ge xiao ying ,neng zai yi ding cheng du shang fan ying shen jing ji rou de huo dong 。biao mian ji dian xin hao zuo wei yi chong mo tong ku 、mo chuang shang ju bian jie de ji dian jian ce fang shi ,bei an fan ying yong yu shou shi shi bie 、kang fu yi liao he ren ji jiao hu kong zhi deng ling yu ,ji zhong jiang ji dian xin hao zuo wei kong zhi yuan de guan jian shi gen ju ji dian xin hao de cha yi neng gou shi bie chu bu tong de shou shi dong zuo 。zai MYObei huan cai ji ren ti shang zhi xiao bei chu ji dian xin hao hou ,cong zhong di qu ping jun jue dui zhi 、guo ling dian shu 、bo xing chang du 3ge shi yu te zheng ,tong guo jing li zi qun you hua suan fa (Particle Swarm Optimization,PSO)you hua hou de zhi chi xiang liang ji (Support Vector Machine,SVM)fen lei qi dui cai ji dao de sEMGjin hang fen lei shi bie ,shi yan jie guo biao ming ,you hua hou de SVMfen lei xiao guo geng hao ,ping jun shi bie lv da dao 97.3%。
论文参考文献
论文详细介绍
论文作者分别是来自长春理工大学学报(自然科学版)的胡命嘉,宫玉琳,王锋，发表于刊物长春理工大学学报(自然科学版)2019年04期论文，是一篇关于表面肌电信号论文,粒子群优化算法论文,支持向量机论文,长春理工大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自长春理工大学学报(自然科学版)2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。