基于相关性分析和支持向量机的手部肌电信号动作识别 semg movement pattern recognition of hand based on correlation analysis and svm.pdfVIP

第30卷第10期 电子与信息学报 V01．30No．10 2008年10月 JournalofElectronicsInformation 0ct．2008 Technology 基于相关性分析和支持向量机的手部肌电信号动作识别 席旭刚 李仲宁 罗志增 (杭州电子科技大学机器人研究所杭州 310018) 摘要：为了有效提取表面肌电信号(SEMG)的特征，该文提出了一种基于相关性分析的改进的特征提取方法。首 先用窄域相关法对两路SEMG信号进行消噪预处理，然后对处理后的SEMG信号进行四尺度小波变换，并通过相 关性分析提取SEMG信号的重要边缘在各尺度上的小波系数，以各尺度上的这些系数的平方和构建六维特征向量 输入支持向量机分类器，对手部的多个动作进行分类。实验结果表明，基于相关性分析和小波变换构筑的特征向量 结合支持向量机的方法能够以较高识别率区分伸腕、屈腕、展拳、握拳4种动作，能够得到比传统的神经网络分类 器更为准确的分类结果。 关键词：表面肌电信号：相关性；特征提取；支持向量机 中图分类号：TP391．4 文献标识码：A SEMGMovementPattern ofHand Recognition BasedonCorrelationandSVM Analysis Xi Li Luo Xu-gangZhong-ningZhi—zeng Research Dianzi (Robotics Institute，HangzhouUniversity，Hangzhou310018，China) Abstract：In ordertoextract thefeatureofSEMG methodoffeatureextraction effectively signal，animproved basedoncorrelationis decreasesthenoiseincludedintwochannelSEMG analysisproposed．Firstly，thepaper correlation SEMG after with4-scale signalsspatial using filtering．Secondly，thepaperanalyzessignal de-noising wavelettransformationandextractwaveletcoefficientofthe arithmeticofcorrelation main仔ingeby analysis．A 6-dimension whichisconstructedwithsumof ofthewaveletcoefficientis SVM．The eigenvector squares inputted resultshowsthatfour movements(wristspreads，wristbends，handextension，handgrasps)aresuccessfully