10.3969/j.issn.1673-9957.2022.13.014
基于K近邻的下肢动作模式识别方法
目前肌电信号识别技术存在数据量少、识别率低的问题.该文以下肢动作为对象,采集平地行走、上楼、下楼、坐下和起立5种动作的表面肌电信号(Surface electromyography,sEMG),在提取sEMG特征的基础上,提出一种基于K近邻(K-nearest neighbors,KNN)的下肢动作模式识别方法.同时对比其他传统机器学习识别方法,通过试验可知,该文所提方法识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供理论支撑.
表面肌电信号、K近邻、分类识别
TP311(计算技术、计算机技术)
2022-10-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
39-41