基于支持向量多元分类的下肢动作模式的识别方法

摘要

一种基于支持向量多元分类的下肢动作模式的识别方法，该方法的主要步骤为：首先是采集肌电信号，接着对采集的信号进行预处理，其后进行信号的时域及频域特征提取，提取时利用一个小的移动窗口对信号进行采样，同时将计算分散到小的时间段内进行；肌电信号特征向量空间建立时在时域上选择肌电均方根值、绝对值平均以及方差三个分段统计值为特征值，在频域上采用Mallat分解方法获取频域特征值，接着对信号进行PCA主元分析，随后依据足底压力信号的压力值将压力信号分为支撑目标集与摆动目标集，随后简化SVM多元分类器对目标集数据进行分类而后输出识别结果。本方法克服传统肌电信号谱分析的不足，为下肢动作模式的识别提供鲁棒性好且易于识别的特征向量。

主权项

1、一种基于支持向量多元分类的下肢动作模式的识别方法，该方法的主要步骤为：首先是采集肌电信号，接着对采集的信号进行预处理，其后进行信号的时域及频域特征提取，接着对信号进行PCA主元分析，分析后依据足底压力信号的压力值将压力信号分为支撑目标集与摆动目标集，随后简化SVM多元分类器对目标集数据进行分类而后输出识别结果，其特征在于：对预处理后的信号进行时域及频域特征提取时利用一个小的移动窗口对信号进行采样，同时将计算分散到小的时间段内进行；肌电信号特征向量空间建立时在时域上选择肌电均方根值、绝对值平均以及方差三个分段统计值为特征值，在频域上采用Mallat分解方法获取频域特征值。