基于粒子优化-支持向量机方法的下肢肌电信号步态识别.pdfVIP

第 37 卷第 5 期 电 子 与 信 息 学 报 Vol.37 No.5 2015 年 5 月 Journal of Electronics Information Technology May 2015 基于粒子群优化-支持向量机方法的下肢肌电信号步态识别 高发荣* 王佳佳 席旭刚 佘青山 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：为提高下肢表面肌电信号步态识别的准确性和实时性，该文提出一种基于粒子群优化（PSO）算法优化支持 向量机（SVM）的模式识别方法。首先对消噪后的肌电信号提取积分肌电值和方差作为特征样本，然后利用PSO 算 法优化 SVM 的惩罚参数和核函数参数，最后利用步态动作的肌电信号样本数据对构造的 SVM 分类器进行训练、 测试。实验结果表明 PSO-SVM 分类器对下肢正常行走 5 个步态的识别率，明显高于未经参数优化的 SVM