典型文献
基于K近邻的下肢动作模式识别方法
文献摘要：
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.
文献关键词：
表面肌电信号;K近邻;分类识别
中图分类号：
作者姓名：
马铭宇
作者机构：
重庆交通大学机电与车辆工程学院,重庆400074
文献出处：
引用格式：
[1]马铭宇-.基于K近邻的下肢动作模式识别方法)[J].中国新技术新产品,2022(13):39-41
A类：
B类：
近邻,下肢动作,动作模式,模式识别,信号识别,技术存在,数据量,识别率,平地,上楼,下楼,坐下,起立,表面肌电信号,Surface,electromyography,sEMG,nearest,neighbors,KNN,同时对比,方法识别,康复医疗,医疗机器人,助力机器人,下肢运动功能,分类识别
AB值：
0.438951
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。
