基于张量线性拉普拉斯判别的肌电特征提取方法

摘要：

为了有效分析表面肌电(sEMG)信号蕴含的时-频-空域多维特征,提出了一种基于张量线性拉普拉斯判别(TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据;然后运用TLLD分析方法获得投影矩阵,把训练集和测试集分别投影在投影矩阵中获得具有较大区分度的特征;最后使用分类器对腕屈、腕伸、上臂内旋、上臂外旋、握拳、伸拳6种动作模式进行识别.实验结果表明,所提方法平均分类准确率达到了98％以上,识别性能优于均方根、自回归系数、张量高阶判别分析3种特征提取方法.

关键词：表面肌电信号、人机交互、特征提取、张量线性拉普拉斯判别

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61201302,61372023,61671197;浙江省自然科学基金资助项目LY15F010009

在线出版日期：2018-01-24（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：1117-1122