基于WPKPCA和SVM的SEMG动作识别方法-论文.pdf

《基于WPKPCA和SVM的SEMG动作识别方法-论文.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、基于WPKPCA和SVM的SEMG动作识别方法：{：华敏，李响(1．信阳农林学院计算机科学系，河南信阳464000；2．开封大学软件学院，河南开封475004)摘要：为了有效提取表面肌电信号SEMG(SurfaceElectromyographic)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

2、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；特征提取中图分类号：TP212．3文献标识码：A文章编号：0258—7998(2014)04—0084—04SEMGactionrecognitionmethodbasedonWPKPCAandSVMHuaMin，LiXiang(1．DepartmentofComputerScience，XinyangCollegeofAgricultureandForestr

3、y，Xinyang464000，China2．SoftwareCollege，KaifengUniversity，Kaifeng475004，China)Abstract：Toextractsurfaceelectromyography(SEMG)featuresanddiscriminateupperlimbmotionmodebetter，anewmethodwhichcombiningwaveletpacketkernelprincipalcomponentanalysis(WPKPCA)andsupportvectormac

4、hine(SVM)isproposed．ThroughtheacquisitionoftwochannelsofSEMGonflexorcarpiradialisandbrachioradialiswithvirtualinstruments，waveletpacketkernelprincipalcomponentanalysisisusedtoextractSEMGfeatures．SupportvectormachineisusedtoclassifyandrecognizethecharacteristicsofSEMGsi

5、gnaldata．Experimentsshowthatthismethodcansuccessfullyidentifyfourkindsofmotions，suchashandgrasping，handopening，radialflexionandulnarflexion，andeffectivelyextracttheinfi)rmationofSEMGsignal，andtheac—tionrecognitionrateisupto98％．Keywords：WPKPCA：SVM；SEMG：featureextraction

6、表面肌电信号SEMG(SurfaceElectromyographic)是从作，动作平均识别率96．25％。但在SEMG信号的特征提人体骨骼肌表面通过电极记录下来的神经肌肉活动发取和动作模式识别中仍然存在特征向量维数过高、数据放的生物电信号I。随着检测技术、信号处理技术和模冗余度大，分类器复杂、鲁棒性差和识别率低等问题171。式识别技术的长足发展，国内外学者对表面肌电的特征基于以上问题，提出了一种小波包核主元分析和支持向提取和模式识别也有更加深入的研究12j。参考文献【3]采量机相结合的新方法。通过SEMG信号对前臂动作识别用一种自

7、适应神经模糊推理系统识别手部动作命令且进行研究，研究表明，该方法鲁棒性好，成功实现了对前动作识别率达到92％[3；参考文献[4]采用主成分分析提臂4种不同动作的模式分类。取SEMG信号的特征参数，进而识别手部动作。参考文1SEMG信号采集系统平台设计献[5】采用小波变换和AR模型对SEMG进行分析处理整个系统主要由表面肌电信号检测电极、仪表放大利用RBF神经网络对SEMG信号进行模式识别，动f1电路、10～1000Hz带通滤波电路、DAQ板卡以及LabVIEW别率85％15；参考文献【6】采用4通道采集SEMG信号，架下的计算机系统

8、组成1。SEMG信号采集系统框图利用小波变换和BP神经网络来识别SEM(,号8种动如图l所示。基金项H：河南省科技厅攻关项日(0624260043)在实验室条件下，用仪表放大器INA128和运算放84欢迎网上投稿WWW．chinaae