基于表面肌电信号形态特征的多模式识别研究.pdfVIP

第25卷 第12期 传 感 技 术 学 报 Vo1．25 No．12 2012年 12月 CHINESEJOURNALOFSENSORSANDACTUATORS Dee．2012 StudyonMulti—PatternRecognitionBasedonsEMG M orphological Characteristics ZHANGQizhong，XIXugang，LUOZhizeng (InstituteofIntelligentControlandRobotics，HangzhouDianziUniversity，Hangzhou310018，China) Abstract：This paper is aimed at raising the pattern recognition rate of physical movement based on electromyography(EMG)signalgenerationmechanism bypresentinganew methodofpatternrecognitionin accordancewithEMGmorphologicalcharacteristics．Thecomplexityandself-similarityoftheEMG arerepresented bytheconceptsofcorrelationdimensionandfraetal dimensioninthefractal theoryrespectively．Thecalculationof thecorrelation dimension adoptsan improved G—P algorithm，namedG—P correlation dimension approximation method．Inhandgesturespatternrecognition，thecombinationofcorrelationdimensionandfractaldimensionisused asaninputeigenvectorofmulti—patternrecognitionclassifierandthebinary—treearchitectureclassifierisconstructed withtwinsupportvectormachines(TSVM)．Theexperiment，designedtoclassifyfourhandgesturesincludinghand open，hand grasp，wristextensionandwristflexion，showsthatbyusingthismethod，therecognitionratehasreached 91．0％ ．whichdemonstratesthepracticalityofthisapproach． Keywords：surfaceeleetromyography(sEMG)；patternrecognition；twinsupportvectormachine；correlationdimension； frl闩taldimension EEACC：6110；6140；7510D doi：10．3969／j．issn．1004-1699．2012．12．003 基于表面肌电信号形态特征的多模式识别研究米 张启忠，席旭刚，罗志增 (杭州电子科技大学智能控制与机器人研究所，杭州 310018) 摘 要 ：为提高肢体运动模式识别率，基于肌电信号的产生机理提出了选用信号的形态特征实现肌电信号模式识别的新方 案。方案以分形理论中关联维及分维数的概念分别表征肌电信号的复杂度及 自相似性，其中关联维的计算采用了一种改进 的G-P算法、即G-P关联维逼近法 ；在手部动作模式识别中，以关联维和分维数作为表面肌电信号的特征向量，分类器采用 由对支持向量机构造的二叉树结构多类分类器。针对手部张开、合拢及腕伸、腕屈4种运动模式的识别实验，该方法的正确识 别率达到了91．O％，已