一种适用于手势动作sEMG信号识别的改进型模糊推理分类器

摘要：

提出了一种基于自适应提取模糊规则的改进型模糊推理分类器,其中,模糊规则的提取采用由势函数法初始化聚类中心的K-means聚类算法,分类器的训练采用基于梯度下降算法的最小均方误差准则来实现.此改进型模糊分类器克服了基于K-means聚类算法提取模糊规则的模糊推理分类器需要手工设定模糊规则数目和对初始化参数非常敏感的两大缺点.对10位受试者的6类手势动作sEMG信号的分类研究结果表明,此改进型模糊推理分类器的分类能力优于未改进的模糊推理分类器,且具有效果稳定、自适应提取模糊规则、对初始化参数不敏感以及可排除孤立点的影响等优点.

关键词：手势动作sEMG、模糊分类、势函数法、K-means聚类算法、梯度下降算法

所属期刊栏目：27

分类号：R318.04(医用一般科学)

资助基金：国家自然科学基金60703069

在线出版日期：2008-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：362-366,392