基于人工鱼群算法优化SVM的手部动作sEMG识别.pdfVIP

2016年 第35卷 第2期 传感器与微系统(nansducerandMicrosystemTechnologies) 23 DOI：10．13873／J．1000--9787(2016)02--0023-03 基于人工鱼群算法优化 SVM 的手部动作 sEMG识别 洪 洁，王 璐，汪 超，魏 伟，叶 晔 (安徽工业大学 机械工程学院，安徽 马鞍山243002) 摘 要：为了提高人体手部运动模式识别的准确性，提 出了一种基于人工鱼群算法优化支持向量机 (SVM)的模式识别方法。该方法对采集的表面肌电信号(sEMG)去噪后提取小波系数最大值作为特征样 本，将提取后的特征输入到SVM进行动作模式识别，同时采用人工鱼群算法优化 SVM(AFSVM)的惩罚参 数和核函数参数，避免参数选择的盲 目性 ，提高模型的识别精度。通过对内翻、外翻、握拳 、展拳四种动作 仿真结果表明：该方法与传统的SVM方法相比具有更高