- 1、本文档共22页,其中可免费阅读21页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种肢体动作识别方法,包括分别获得肌电信号和加速度信号;对每个有效活动时间段对应的有效肌电信号和有效加速度信号均分别进行AR模型特征提取、小波分析特征提取以及模糊熵特征提取,并将获得的肌电第一特征数据、肌电第二特征数据、肌电第三特征数据,加速度第一特征数据、加速度第二特征数据和加速度第三特征数据进行相关性分析,获得融合特征矩阵;利用预先创建获得的支持向量机对融合特征矩阵进行识别,获得肢体动作信息。本申请以肌电信号和加速度信号三个不同方面特征的融合特征识别肌体动作,提升了肌体动作识别的
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113456065 B
(45)授权公告日 2022.08.26
(21)申请号 202110914694.X (56)对比文件
(22)申请日 2021.08.10
文档评论(0)