科创中国
一种基于表面肌电信号的下肢运动识别方法及系统
发布时间: 2024-08-07
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术
成果介绍
一种基于表面肌电信号的下肢运动识别方法及系统
成果亮点
本发明涉及一种基于表面肌电信号的下肢运动识别方法及系统,该方法包括以下步骤：步骤1、采集不同运动模式下的表面肌电信号并进行预处理,提取时域、频域和非线性特征；步骤2、使用人工蜂群算法-麻雀搜索算法混合优化核极限学习机的惩罚参数和核参数,得到最优核极限学习机分类器；步骤3、利用优化后的分类器进行识别。该方法及系统有利于提高下肢运动模式识别的准确率。
团队介绍
一种基于表面肌电信号的下肢运动识别方法,其特征在于,包括以下步骤：步骤1、采集不同运动模式下的表面肌电信号并进行预处理,提取时域、频域和非线性特征；步骤2、使用人工蜂群算法-麻雀搜索算法混合优化核极限学习机的惩罚参数和核参数,得到最优核极限学习机分类器；步骤3、利用优化后的分类器进行识别；所述步骤2中,通过人工蜂群算法ABC与麻雀搜索算法SSA混合优化核极限学习机的惩罚参数C与核参数σ,得到最优KELM分类器,以实现下肢运动分类；KELM的训练过程为：对于S个任意不同的样本(r-i,t-i),其中r-i＝[r-(i1),...,r-(in)]～T,t-i＝[t-(i1),...,t-(im)]～T；ELM表示为： 式中,β是输出权重矩阵,h(r-i)是隐层核映射,t-i是样本的标签；β＝H～+t-i (8)式中,H～+是矩阵H的Moore-Penrose广义逆矩阵；引入式(9)定义核矩阵,得到基于核矩阵的KELM； KELM输出函数为： 式中,K(r,r-i)是核函数,C是惩罚参数,I是单位矩阵,Ω-(KELM)是核矩阵,T是训练样本的类标志向量组成的矩阵
成果资料
下载app