基于改进人工蜂群优化与组合特征提取的手部运动意图识别
石军梅
王从庆
左超
1.南京航空航天大学自动化学院,南京,2100162.南京航空航天大学自动化学院,南京,2100163.南京航空航天大学自动化学院,南京,210016
摘要：为了解决表面肌电信号混迭导致的手部运动意图识别率较低的问题,提出了一种基于改进的人工蜂群优化盲源有序分离算法.本算法以表面肌电信号的规范四阶累积量作为代价函数,使用改进的人工蜂群优化算法代替传统的梯度算法对代价函数进行优化,并以代价函数绝对值的降序逐次提取出源信号;对于肌电信号的非平稳性及易受干扰的问题,采用一种基于小波包变换和样本熵的特征提取方法,并与表征肌电信号细节和强度的特征峰度、偏度、肌电积分值组合构建特征向量,训练二叉树支持向量机分类器.实验结果表明,采用表面肌电信号的盲源分离预处理与组合特征提取的方法识别六种手部运动意图,平均准确率达到93.33%.
关键词：改进人工蜂群优化四阶累积量有序盲源分离组合特征提取手部运动意图识别
分类号：R318(医用一般科学)TH77(仪器、仪表)
资助基金：江苏省重点研发计划(BE2016757)
论文发表日期：2018-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 481-486 )
英文信息