基于表面肌电的手部运动模式的识别方法研究.docxVIP

摘要 论文题目：基于表面肌电的手部运动模式的识别方法研究 摘 要 手部功能的缺失严重影响着残疾人的生活质量，智能假手是帮助他们补偿功能最直接有效的手段之一，而表面肌电（Surface Electromyography，sEMG）信号是智能假手最理想的控制信号源。基于sEMG的手势识别技术是实现智能假手控制系统的关键所在。 本论文利用信号处理技术完成了sEMG信号的特征提取、特征降维及运动模式分类，对比分析了不同的特征降维方法和不同的分类器组合的识别性能。 论文首先设计了八种手势肌电信号采集的实验范式，采集了15名健康被试的四通道sEMG信号。 其次，对sEMG信号进行处理。处理步骤为：利用