基于表面肌电信号双谱分析的动作分类

作     者：孙光民 闫正祥 张俊杰 马北川 李俊 姜明 刘天伦 张翼 SUN Guangmin;YAN Zhengxiang;ZHANG Junjie;MA Beichuan;LI Jun;JIANG Ming;LIU Tianlun;ZHANG Yi

作者机构：北京工业大学信息学部北京100124 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2017年第43卷第7期

页      面：1045-1050页

学科分类：0810[工学-信息与通信工程] 08[工学] 081203[工学-计算机应用技术] 0805[工学-材料科学与工程（可授工学、理学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(11527801 61305026) 北京市教育委员会资助项目(KM201310005006) 北京工业大学"智能制造领域大科研推进计划"资助项目 

主　　题：表面肌电信号 TKE算子 信息增益 双谱分析 动作分类 

摘      要：为了提高人体上肢动作识别正确率,提出了一种基于表面肌电信号双谱分析的动作分类方法,以信息增益作为表面肌电信号起止点分割效果衡量标准,结合TKE算子提取出肌肉运动起止区间的表面肌电信号,对提取到的表面肌电信号进行双谱变换,提取双谱的正反对角切片作为表面肌电信号特征,以概率神经网络作为分类器,以100次10折交叉验证为一次动作分类实验,计算10次分类实验的平均正确率,最终得到正对角切片、反对角切片和正反对角切片的分类正确率分别为94.56%、90.93%和95.48%.