一种基于HHT和AR模型的手部运动模式识别方法

被引：5

作者：

罗志增

马文杰

孟明

机构：

[1] 杭州电子科技大学机器人研究所

来源：

模式识别与人工智能 | 2008年 / 21卷 / 02期

关键词：

Hilbert-Huang变换(HHT); 自回归(AR)模型; 支持向量机(SVM); 模式识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了实现基于表面肌电信号(SEMG)的手部动作运动模式识别,提出一种 Hilbert-Huang 变换(HHT)和自回归(AR)模型相结合的特征提取算法.该方法依据 HHT 后各层固有模态函数(IMF)的瞬时频率定义每层 IMF的频率有效度,由频率有效度选取6层平稳的 IMF,同时考察具有最大频率有效度的 IMF,并以该 IMF 的瞬时幅值确定动作信号的起止点.对6层 IMF 中的动作信号建立 AR 模型提取手部运动模式的特征向量.提取主成分后,将降维的动作特征向量输入 SVM 分类器,实现基于 SEMG 信号的手部多运动模式的识别.对伸腕、屈腕、握拳、展拳4种手部动作的识别实验表明,该方法的识别正确率可达91%.

引用

页码：227 / 232

页数：6

共 8 条

[1] 主元分析在研究滑倒时肌电信号中的应用 [J].