基于人工鱼群算法优化SVM的手部动作sEMG识别.pdf

《基于人工鱼群算法优化SVM的手部动作sEMG识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2016年第35卷第2期传感器与微系统(nansducerandMicrosystemTechnologies)23DOI：10．13873／J．1000--9787(2016)02--0023-03基于人工鱼群算法优化SVM的手部动作sEMG识别洪洁，王璐，汪超，魏伟，叶晔(安徽工业大学机械工程学院，安徽马鞍山243002)摘要：为了提高人体手部运动模式识别的准确性，提出了一种基于人工鱼群算法优化支持向量机(SVM)的模式识别方法。该方法对采集的表面肌电信号(sEMG)去噪后提取小波系数最大值作为特征样本，将提取后的特征输入到SVM进行动作模式识别，同时采用

2、人工鱼群算法优化SVM(AFSVM)的惩罚参数和核函数参数，避免参数选择的盲目性，提高模型的识别精度。通过对内翻、外翻、握拳、展拳四种动作仿真结果表明：该方法与传统的SVM方法相比具有更高的识别率。关键词：表面肌电信号；模式识别；人工鱼群算法；支持向量机；参数优化中图分类号：TP391．4文献标识码：A文章编号：1000-9787(2016)02-0023--03RecognitionofsEMGhandactionsbasedonartificialfishswarmalgorithmoptimizedSVMHONGJie，WANGLu，WANGChao’W

3、EIWei，YEYe(SchoolofMechanicalEngineering，AuhuiUniversityofTechnology，Maanshan243002，China)Abstract：Toimproveaccuracyofhumanhandmotionpatternrecognition，apatternrecognitionmethodforoptimizingsuppo~vectormachine(SVM)byusingartificialfishswarmalgorithm(AFSA)isproposed．Themaximumvalueof

4、waveletcoeficientsisextractedasfeaturesamplesfromthede—noisedsurfaceelectromyograpby(sEMG)signals，thentheextractedfeatureisinputtedintoaSVMtoclassifyactionsrecognition，andatthesametime，AFSAisusedtooptimizethepenaltyparametersandthekernelparametersoftheSVM，whichavoidstheblindnessofpa

5、rametersselectionandimprovesrecognitionprecisionofthemode1．Simulationresultsshowthatfourmovements(wristdown，wristup，handgrasps，handextension)aresuccessfullyidentifiedbythemethodofSVMcombinedwithAFSA．ComparedwiththetraditionalSVMmethod，themethodhashigherrecognitionaccuracy．Keywords：s

6、urfaceelectromyography(sEMG)；patternrecognition；artificialfishswariTlalgorithm(AFSA)；supportvectormachine(SVM)；parametersoptimization0引言习理论为基础发展起来的一种新的机器学习方法，具有很表面肌电信号(surfaceelectromyography，sEMG)是通过好的泛化能力与实时性，已经成为目前国内外研究的热点，表面肌电拾取电极从人体皮肤表面记录下来的，能够反映在解决小样本、非线性及高维模式识别问题中表现出许多神经肌肉系统相

7、关活动信息的微弱生物电信号。不同特有的优势，在模式识别领域得到了广泛的应用。但是的肢体动作对应不同的肌肉收缩模式，相应的肌电信号特SVM的性能的好坏，主要取决于模型参数(惩罚参数、核函征也会有所差异，通过对这些特征的研究有助于进行肢体数参数)的选择。人工鱼群算法(artificialfishswanTlalgo—的不同动作模式识别。近年来，随着计算机等技术的发展，rithm，AFSA)是李晓磊”通过模仿鱼类行为方式提出的一国内外学者提出了很多sEMG用于动作的识别的方法，主种基于动物行为的新型群体智能优化算法。该算法具有良要包括隐马尔可夫模型方法、模糊模式识别

8、方法、神经网络好的全局搜索能力，并具有