《表2 支持向量机和AR模型的正确率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于维纳滤波的肌电信号分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表2可以看出，基于维纳滤波的两个不同内积的SVM和基于AR模型的马氏距离分类识别率，除了对前臂外旋的识别率都相近外，其他几个动作的差距都较大，尤其对握拳的识别，AR只能达到30%，而SVM能达到82.5%和97.5%，对曲腕的识别，AR能达到98.5%但维纳滤波只有45%和52.5%。实际上用维纳滤波结合支持向量机SVM对肌电信号分类效果与AR模型分类效果相差不大，只有在某些动作上差异较大，但这不仅仅与方法的选择有关，还和信号本身的强弱干扰和前期的预处理有关。维纳滤波结合时域分析的运算量比AR模型大的多，且速度慢，但SVM风险最小，所以利用SVM进行分类。