《表2 基于ECG、s EMG特征融合的识别率结果(%)》
本文改进的粒子群优化-支持向量机分类器对ECG、s EMG融合特征分类结果如表2所示,该方法设计的分类器对于轻松、过渡、疲累三种疲劳状态的识别率分别为98.5%、93.5%、95.5%,平均识别率为95.83%,说明本文所提方案在下肢疲劳状态分类估计中具有可靠性。
图表编号 | XD00208036100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 苑尧尧、曹佃国、李聪、刘澄玉 |
绘制单位 | 曲阜师范大学工学院、曲阜师范大学工学院、曲阜师范大学工学院、东南大学仪器科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |