支持向量机在肌电信号模式识别中的应用

被引:13
作者
高剑
罗志增
机构
[1] 杭州电子科技大学机器人研究所
关键词
肌电信号; 支持向量原理; 有向无环图; 二叉树; 模式分类;
D O I
暂无
中图分类号
TN911 [通信理论]; TP24 [机器人技术];
学科分类号
081002 ; 080202 ; 1405 ;
摘要
为了提高肌电信号多运动模式识别的准确性和实时性,提出了一种基于支持向量机的动作模式分类算法.在给出支持向量机的原理及其多类问题的基本算法基础上,着重介绍了两种改进的支持向量机多类识别算法,即有向无环图算法和基于先聚类后分类的二叉树算法,并比较了它们的优缺点.实验结果表明,针对前臂肌电信号的多运动模式分类,先聚类后分类的二叉树算法具有较高的分类准确性,更少的计算量,更好的实时性.
引用
收藏
页码:366 / 369
页数:4
相关论文
共 5 条
[1]   基于SVM预测器的传感器故障诊断与信号恢复研究 [J].
刘东 ;
葛运建 .
传感技术学报, 2005, (02) :247-249+253
[2]   SVM和BP算法在气体识别中的对比研究 [J].
汪丹 ;
张亚非 .
传感技术学报, 2005, (01) :201-204
[3]   基于SVM的二叉树多类分类算法及其在故障诊断中的应用 [J].
马笑潇 ;
黄席樾 ;
柴毅 ;
不详 .
控制与决策 , 2003, (03) :272-276+284
[4]   基于小波变换的肌电信号识别方法研究 [J].
蔡立羽 ;
王志中 ;
张海虹 .
数据采集与处理, 2000, (02) :255-258
[5]   基于BP神经网络的表面肌电信号模式分类的研究 [J].
王人成 ;
黄昌华 ;
李波 ;
金德闻 ;
张济川 .
中国医疗器械杂志, 1998, (02) :63-66