基于支持向量机研究肌肉多运动模式识别
杨广映
台州学院物理与电子工程学院电子系,浙江省,台州市,318000
摘要：针对传统神经网络模式识别率低、收敛速度慢等缺点,提出用支持向量机处理表面肌电信号.采用小波变换对表面肌电信号进行分析,提取小波变换系数的标准办差作为表面肌电信号特征:随后引入支持向量机对肌肉进行展拳、握拳、腕外旋、腕内旋等4种动作模式分类.实验表明,用小波变换的标准方差所提取的表面肌电信号特征作为支持向量机模式分类器的输入,用于识别动作模式,具有运行速度快,识别率高,鲁棒性好的特点.
关键词：小波变换支持向量机标准方差模式分类数字化医学
分类号：R318(医用一般科学)
资助基金：浙江省高校青年教师资助计划(zx2005213)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 6844-6846 )
英文信息