《表3 小波包系数特征值特征的动作识别结果》
小波包分析下,先探讨了固定新特征维数下不同小波包分解层数对特征提取与识别的影响,特征变换使用KPCA并使用高斯径向核函数,新特征维数取10,分解层数依次取3,4,5,6时,对应的识别率分别是90.00%,95.71%,90.48%,88.57%。可见在新特征维数固定取10,识别率在4层分解时取得最大值。故后面的特征提取均采用4层小波包分解,使用“sym4”小波对sEMG信号进行分解,再经过高斯径向核的KPCA变换得到12维特征向量,最后分别经BPNN和高斯径向核SVM进行分类。每一种特征均使用全部数据进行训练和测试,训练集和测试集样本数比为1∶1。表3列出了小波包系数特征值对应各动作的识别情况,其他特征统计方法类似。表4列出了所有6种特征的识别结果。
图表编号 | XD00122814000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 赵谦、郭方锐、杨官玉 |
绘制单位 | 西安科技大学通信与信息工程学院、西安科技大学通信与信息工程学院、西安科技大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |