典型文献
基于力度无关鲁棒特征的肌电手势识别方法
文献摘要：
为了减小肌肉收缩力变化对肌电信号模式识别的影响,提出了 DCSP特征.该特征首先通过CSP算法得到最大化类与类之间距离的空间投影矩阵,然后对投影后的新信号进行差分和归一化处理,最终通过非相关线性判别分析将数据投影到类内距离最小、类间距离最大的低维空间而得到.在两个数据集上验证基于DCSP特征的肌电手势识别正确率,第1个数据集包含10名完整肢体受试者的数据,第2个数据集包含9名上肢截肢者的数据.在识别率测试的4个方案中,DCSP特征的识别正确率均高于CSP特征,在全部力训练,全部力测试的方案上取得最高的识别率(数据集1:95.83％,数据集2:86.93％),相比CSP特征(数据集1:89.01％,数据集2:70.03％),分类准确率分别提升6％和16％.在特征空间分布的2个测试方案上,DCSP特征比CSP特征都具有更小的类内距离和更大的类间距离.相比较于其他研究的识别正确率,DCSP特征比现有的力度鲁棒特征提升了约5％(数据集1)和8％(数据集2),并且性能不依赖于分类器类型.
文献关键词：
肌肉收缩力;共空间模式;手势识别
中图分类号：
作者姓名：
林恒;李玉榕;施正义;朱菲菲
作者机构：
福州大学电气工程与自动化学院 福州 350108;福建省医疗器械和医药技术重点实验室 福州 350108
文献出处：
引用格式：
[1]林恒;李玉榕;施正义;朱菲菲-.基于力度无关鲁棒特征的肌电手势识别方法)[J].仪器仪表学报,2022(05):183-190
A类：
DCSP,非相关线性判别分析
B类：
手势识别,肌肉收缩力,肌电信号,模式识别,空间投影,投影矩阵,影后,新信号,归一化处理,类内距离,类间距离,低维空间,上肢截肢,识别率,分类准确率,特征空间,测试方案,不依,分类器,共空间模式
AB值：
0.270273
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
