-
公开(公告)号：CN104107042A
公开(公告)日：2014-10-22
申请号：CN201410326582.2
申请日：2014-07-10
Applicant: 杭州电子科技大学
IPC: A61B5/0488 , A61B5/11
Abstract: 本发明涉及一种基于粒子群优化-支持向量机的肌电信号步态识别方法。本发明利用粒子群优化算法，优化支持向量机的惩罚参数和核函数参数，从而优化支持向量机的性能，实现有效识别分类。首先对采集的下肢肌电信号进行小波模极大值去噪；其次对消噪后的肌电信号提取时域特征，得到特征样本；然后利用利用粒子群优化算法进行支持向量机的参数优化，得到误差最小的一组最优参数，构造分类器；最后将肌电信号特征样本集输入分类器随对步行状态进行分类识别。本发明方法兼顾分类的准确性和自适应性，计算过程简单、高效，在下肢运动状态识别领域具有广阔的应用前景。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
