基于灰色系统理论的表面肌电分类.pdf

生物医学工程学杂志 $’’=A$:)BC’D C’= ?vsqw(p{ @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ 基于灰色系统理论的表面肌电分类! #$#% $ 谢洪波 马从斌 王志中 黄 海 上海交通大学 生物医学工程系 上海 # $’’’(’) 淮阴工学院 计算科学系 淮安 $ # $$((’’) 摘要 为提高假肢分类的准确率和速度 提出采用灰色系统理论中的灰关联法进行动作辨识 首先用小波变 # * 换方法对表面肌电信号进行分析 通过对小波系数奇异值分解提取信号特征 根据待分类动作与各标准动作模式 # # 间特征矢量的灰关联系数做出判断 从掌长肌和肱桡肌采集的两道表面肌电信号中识别四种运动模式 准确率达 * # 与神经网络等识别方法相比 此方法不需大量训练样本数量 运算量小 在识别率相近的情况下 辨识速度 +,-./ * # # # # 大大提高* 关键词 灰关联 小波变换 奇异值分解 肌电信号 0123456786592:;:=24?0@=A48B84CC@3@549@:ADC@A=E240C96; F?6:2 J#K#L K J J G@6H:A=I: M4B:A=I@A N4A=O?@P?:A= H14A=H4@ # # $’’’(’# ) QRSTUVWRXVYZ[\YWR]\^T_‘Xa\XRRU\Xa bcTXacT\d\TYVYXaeX\fRUg\Vh bcTXacT\ ic\XT $ # # $$(’’# ) QRSTUVWRXVYZiT_^j_TV\Xab\^RX^R kjT\h\XlX]jgVU\T_iY__RaR kjT\mTX ic\XT nIC92459 o pqr sqtuvwxyzqwvp {|y}~v||q!ytvp ryzpt|vw#~qwtvs$|v%qtuqwqpt~ytvp |ytqp - ) + y|t~y!!sx ’uqq!q~t|vs}v{|y$u} ()* z{py!ryz|ztt|ypzv|sqwptvtsq|q,#qp~}wvsypx}ry%q!qt t|ypz - ) v|s -p{#!y|%y!#q wq~vs$vztvp -./ ryztuqp #zqw tv q0t|y~tqyt#|q %q~tv||vs tuq ry%q!qt - - ~vq~qptv|$yttq|p|q~v{ptvp ’uqwq~zvpryzsywqy~~v|wp{tvtuqsy0s#s {|y}