-
题名基于优化模糊加权核极限学习机的下肢运动识别方法
被引量：2
- 1
-
-
作者
赵翔
涂娟
黄紫娟
-
机构
福州大学
福建省医疗器械与医药技术重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第5期621-626,共6页
-
基金
国家自然科学基金项目(82074521)。
-
文摘
为了提高基于表面肌电信号下肢运动识别的准确性,提出了一种优化模糊加权核极限学习机(Kernel-based Fuzzy Weighted Extreme Learning Machine,KFWELM)的下肢运动识别方法。首先提取表面肌电信号的时域、频域、非线性特征,使用局部Fisher判别分析(Local Fisher Discriminant Analysis,LFDA)和局部保持投影(Locality Preserving Projections,LPP)进行特征降维处理,以减少原特征的信息丢失;其次,采用改进高斯量子粒子群算法(Gaussian Quantum Particle Swarm Optimization,GQPSO)优化KFWELM的正则化系数和核参数;最后进行决策级自适应融合得到分类结果。利用UCI数据库中的数据集进行算法验证,健康人群和患病人群下肢运动分类的平均准确率分别为96.6%和92.8%。实验表明,所提出的方法提高了下肢运动分类的准确率和有效性。
-
关键词
表面肌电信号
下肢运动识别
高斯量子粒子群算法
模糊加权核极限学习机
-
Keywords
surface EMG signal
lower limb movement recognition
Gaussian quantum particle swarm algorithm
kernel-based fuzzy weighted extreme learning machine
-
分类号
TP212.3
[自动化与计算机技术—检测技术与自动化装置]
-
