基于支持向量機的表面肌電信號模式識別方法研究.pdf

1、表面肌電信號(surface electromyographic signal, sEMG)是人體自主運動時神經(jīng)肌肉活動發(fā)放的生物電信號,它反映了神經(jīng)、肌肉的功能狀態(tài)。表面肌電信號不僅在臨床醫(yī)學、運動醫(yī)學等領(lǐng)域被廣泛應(yīng)用,而且成為多自由度人工假肢和功能性神經(jīng)電刺激的理想控制信號。國內(nèi)有很多研究專注于對表面肌電信號進行模式識別,從而區(qū)分肢體不同的運動模式,實現(xiàn)多自由度假肢的控制。隨著信號處理方法和計算機技術(shù)的發(fā)展,如何從sEMG信號中提取

2、有效的信息并實現(xiàn)準確的動作識別,成為肌電控制假肢實用化進程中的重要問題。本論文研究的主要內(nèi)容包括以下幾個方面：表面肌電信號的特征提取、支持向量機(Support Vector Machines, SVM)的多類別分類方法研究、支持向量機在多類sEMG模式識別中的應(yīng)用。(1)本文采用小波變換的方法對表面肌電信號進行了小波分析,并選用symlets小波函數(shù)對表面肌電信號進行多尺度分解,然后提取小波系數(shù)的奇異值構(gòu)建特征矢量進行模式識別。(2)