10.16157/j.issn.0258-7998.212067
基于小波包组合特征和LMS-LSTM的表面肌电信号分类
为了利用表面肌电信号分类手势动作,创新地提出了结合时域和时频特征作为特征参数,即采用小波包系数和方差的组合特征.采用 自适应滤波-长短时记忆网络(LMS-LSTM)结合的分类器,在设置电路滤波器一次滤波后,添加自适应滤波算法,对方差特征进行二次滤波.对5种手势动作进行分类识别,得到93.78%的分类识别率.采用主成分分析法(PCA)降维,仍保持92.68%的平均识别率,并达到优化结果.实验表明,LSTM分类结果高于传统线性判别和决策树算法.
肌电信号、自适应滤波、长短时记忆网络、小波包组合特征
48
TP391.41;TP181(计算技术、计算机技术)
国家自然科学基金51305202
2022-11-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96