《表1 KNN-SVM对步态的识别结果》
本文对原始数据集进行小波去噪,巴特沃斯滤波预处理,提取特征值得到特征向量样本集X={X1,…,XN},Xi={AVAi1,VARi1,RMSi1,…,AVAij,VARij,RMSij,…},一个特征向量Xi包含时域(4)、频域(3)、AR模型参数(4)共11种特征,j为肌电信号通道(股二头肌、阔筋膜张肌、股直肌、腓肠肌),共4个通道,因此一个特征向量包含44维数据,本文采用PCA降维方法取前4种主要成分作为最终的特征向量样本,即Xi={x1,x2,x3,x4}。选取总样本数的80%作为训练集,20%作为测试集,改进的SVM-KNN分类器识别结果如表1所示。
图表编号 | XD00103703100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.05 |
作者 | 张语萌、李志俊、步子豪、陶加贝 |
绘制单位 | 武汉理工大学自动化学院、武汉理工大学自动化学院、武汉理工大学自动化学院、武汉理工大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |