《表2 基于ECG、s EMG特征融合的识别率结果（%）》

  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

《融合心电与表面肌电特征的下肢康复疲劳估计方法》

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

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。