期刊专题

10.11896/j.issn.1002-137X.2019.04.043

基于增量自适应学习的在线肌电手势识别

引用
表面肌电信号由于个体差异性,在作为外设的控制源时,往往需要针对个体进行长时间的前期训练以获得精准分类辨识模型.针对该问题,在原有的KKT-SVM增量学习方法的基础上,提出了一种基于DBSCAN密度聚类的SVM增量学习算法(D-ISVM),并将该算法应用于在线肌电手势识别.首先,考虑新增样本和原非SV样本对新SV集的影响,通过DBSCAN对样本分布的紧密程度进行分析聚类,筛选出原SV集附近的新增样本以及原非SV样本;其次,结合核心对象以及各样本到超平面的距离进行二次筛选;最后,将筛选出的样本与原SV集一起训练以获得新SV集.实验结果表明,与传统算法相比,提出的D-ISVM增量学习算法能保持更高的识别准确率,同时进一步提高分类模型的学习速度,并有效解决了在线手势识别中表面肌电个体差异性的问题.

增量学习、SVM、肌电、手势识别

46

TP181(自动化基础理论)

国家自然科学基金项目61702454 ,教育部人文社会科学研究项目17YJC870018

2019-05-28(万方平台首次上网日期,不代表论文的发表时间)

共6页

274-279

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

46

2019,46(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn