排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对现存基于肌电信号的动作模式识别方法数据量不足、特征融合冗余、分类器识别精度低、泛化能力差且动作类别少等问题,以下肢动作为研究对象,采集爬坡、平地行走、上楼以及下楼4种动作类别的表面肌电信号(surface electromyography, sEMG),提出一种基于特征相关性和任务贡献度的特征筛选方法,最终实现了多特征融合的下肢动作模式识别。该方法在提高下肢动作模式识别的效率与精度方面显著优于传统的单特征和原始信号识别方法,可为特征筛选、多特征融合动作模式识别研究提供参考。 相似文献
1