原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Bayes决策理论的表面肌电信号模式分类的研究.pdf
第28卷 第1期 计 量 学 报 Vol. 28, 两 1
2007年 1月 ACTA METROLOGICA SINICA January,2007
基于Baye，决策理论的表面肌电信号模式分类的研究
崔建国’,2，李一波，，李忠海 ，‘王 旭2，张春霞，
(I.沈阳航空工业学院自动控制系，辽宁沈阳110034;2.东北大学信息科学与工程学院，辽宁沈阳110004;
3.中国医科大学第一附属医院，辽宁沈阳110001)
摘要:通过对采集的四通道表面肌电信号进行分析，对其建立AR(Autoregressive)参数模型，提取AR模型参数
构建特征矢量。根据实际表面肌电(SEMG)信号的随机性特征，提出了一种采用Bayes决策理论对肌电信号的AR
模型参数特征进行分类的新方法，并运用最小错误率Baye，分类器，很好地实现了对前臂八种动作表面肌电信号的
模式分类。平均识别率为99.125%。此外，还提出采用动态聚类中心的方法对其进行了改进，使其平均识别率提
高到99.5%。研究表明，采用Bayes分类器对肌电信号的AR模型参数特征进行分类，是一种有效的处理手段，并
可直接应用到其它具有随机性特征的生理电信号的模式分类中。
关键词:计量学;表面肌电信号;AR参数模型;Baye:决策;模式分类
中图分类号:TB99 文献标识码:A 文章编号:1000-1158(2007)01-0089-04
StudyofSurfaceEMGPatternClassificationBasedonBayes
DecisionTechnique
CUIban-guo2， LIYi-bo，LIZhong-hair，WANGXu2，ZHANGChun-xia3
(1.DepartmentofAutomaticControl,ShenyangInstituteofAeronauticalEngineering,Shenyang,Liaoning110034,China;
2.SchoolofInformationScienceEngineering,NortheasternUniversity,Shenyang,Liaoning110004,China;
3.FirstAffiliatedHospital,ChinaMedicalUniversity,Shenyang,Liaoning110001，China)
Abstract:Fourchannelsurfaceelectromyographic(SEMG)signalsfromfourcorrespondingmuscles(palmarislongus,
brachioradialis,flexorcarpiulnaris,bicepsbrachii)areanalyzedandanautoregressive(AR)parametermodelisconstructed.
UsingARmodelparametersassignalcharacteristics,aneigenvectorisconstructed.ToSEMGrandomicitycharacteristic，anovel
SEMGpatternclassificationmethod,whichisbasedonBayesdecisiontechnique,isproposed.Eightforearmmovementpatterns
aresuccessfullyidentified场Bayesdecisiontechniqueandtheaverageidentifyingratiois99.125%.Moreovereightforearm
movementpatternsaverageidentifyingratioachieves99.5% afterBa
文档评论（0）