文献类型：期刊文章

作　　者：杨广映[1]

机构地区：[1]台州学院物理与电子工程学院电子系,浙江省台州市318000

出　　处：《中国组织工程研究与临床康复》

基　　金：浙江省高校青年教师资助计划(zx2005213)~~

年　　份：2008

卷　　号：12

期　　号：35

起止页码：6844-6846

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EMBASE、IC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统神经网络模式识别率低、收敛速度慢等缺点,提出用支持向量机处理表面肌电信号。采用小波变换对表面肌电信号进行分析,提取小波变换系数的标准方差作为表面肌电信号特征;随后引入支持向量机对肌肉进行展拳、握拳、腕外旋、腕内旋等4种动作模式分类。实验表明,用小波变换的标准方差所提取的表面肌电信号特征作为支持向量机模式分类器的输入,用于识别动作模式,具有运行速度快,识别率高,鲁棒性好的特点。

关 键 词：小波变换 支持向量机 标准方差  模式分类  数字化医学  

分 类 号：R318[生物医学工程类]