《表1 四名测试者的平均分类精度和所用时间》

  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

《一种基于sEMG的脑卒中患者患侧踝关节动作识别方法研究》

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

设置背屈极限角度θdor为25°，跖屈极限角度θpla为30°，采集数据时间均为35s。以上四种模型分别采用四名测试者的数据进行动作识别，平均分类精度和所用时间如表1所示。其中，自适应阈值分类法（AT）对患者患侧的分类精度达到81.46%，所用时间为0.39s；而LDA、KNN与BPNN的平均准确率仅有70%左右，时间是AT的2～4倍。从分类结果可知，对于不同患者，自适应阈值分类法具有较高准确率，分类效果较好。