基于张量线性拉普拉斯判别的肌电特征提取方法

文档名：基于张量线性拉普拉斯判别的肌电特征提取方法
在基于表面肌电信号(SurfaceElectromyogram,sEMG)的智能假肢控制系统中,特征提取扮演着非常重要的角色.本文提出了一种基于张量线性拉普拉斯判别(TensorLinearLaplacianDiscriminant,TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据,然后运用TLLD分析方法获得投影矩阵,把训练集和测试集分别投影在投影矩阵中获得具有较大区分度的特征,最后使用分类器对腕屈、腕伸、上臂内旋、上臂外旋、握拳、伸拳六种动作模式进行识别.实验结果表明,所提方法平均分类准确率达到了98％以上,识别性能优于均方根、自回归系数、张量高阶判别分析三种特征提取方法.
作者：佘青山马鹏刚马玉良孟明
作者单位：杭州电子科技大学智能控制与机器人研究所,杭州310018
母体文献：第十二届中国智能机器人大会论文集
会议名称：第十二届中国智能机器人大会  
会议时间：2017年10月1日
会议地点：哈尔滨
主办单位：中国人工智能学会
语种：chi
分类号：
关键词：智能假肢  表面肌电信号  特征提取  张量线性拉普
在线出版日期：2020年10月26日
基金项目：
相似文献
相关博文

2024-12-10 15:45 上传 基于张量线性拉普拉斯判别的肌电特征提取方法.pdf

文件大小:

1.27 MB

下载次数:

60

高速下载