《表1 使用所有测试者的10组测试样本计算的平均分类精度与标准差 (%)》

  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

《基于自更新混合分类模型的肌电运动识别方法》

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

对实验数据分析可知，采用不同测试者的模型和数据计算的结果无显著性差异（设置单因素方差分析显著差异水平为0.05[29]，而采用不同测试者模型和数据计算获得p>0.1）.使用每个测试者的模型及其10组测试样本，通过式（19）计算平均分类精度；然后按照数据组序再计算针对所有测试者的平均值和标准差；最后计算总的平均值（m）和标准差（st），结果列于表1中（表1中第1列1，2，···，10表示10组测试数据，m和st分别表示均值和标准差）.由表1可知，SUHC对不同组测试样本的识别结果整体平稳，平均精度达到89%；而SVM，MLP和KLDA的识别精度下降明显，整体平均值仅是70%左右，与SUHC的精度相比，平均降幅约18%，而最大降幅超过25%，可见针对sEMG的时变性，SUHC的鲁棒性远优于常用的SVM，MLP和KLDA.