基于WPKPCA和SVM的SEMG动作识别方法

摘要：

为了有效提取表面肌电信号SEMG(Surface Electromyographic)的特征,更好的识别人体上肢运动模式,提出了一种小波包核主元分析(WPKPCA)和支持向量机(SVM)相结合的新方法.通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,应用小波包核主元分析法对表面肌电信号进行特征提取,采用支持向量机对表面肌电信号特征数据进行分类识别.实验结果表明,采用此方法能够从表面肌电信号中识别出握拳、展拳、手腕内翻和手腕外翻4种动作,更能有效提取表面肌电信号信息,动作识别率高达98％.

关键词：小波包核主元分析、支持向量机、表面肌电信号、特征提取

所属期刊栏目：40

分类号：TP212.3(自动化技术及设备)

资助基金：河南省科技厅攻关项目0624260043

在线出版日期：2014-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87