| 基于时频组合特征的PSO-SVM手势识别方法 |
| |
| 引用本文： | 王亮,张安元,李佳佳,李奇.基于时频组合特征的PSO-SVM手势识别方法[J].长春理工大学学报,2021,44(4):104-110. |
| |
| 作者姓名： | 王亮 张安元 李佳佳 李奇 |
| |
| 作者单位： | 长春理工大学 计算机科学技术学院,长春 130022 |
| |
| 摘 要： | 为了提高基于表面肌电(sEMG)信号的手势识别的准确率,提出了时频组合特征和粒子群算法优化支持向量机(PSO-SVM)相结合的手势识别方法.将手势sEMG信号的时域特征和频域特征进行线性组合,组合后的时频组合特征作为分类特征,采用经PSO优化的SVM分类器对8类手势进行分类.结果显示,基于时频组合特征均方根值-平均功率频率(RMS-MPF)、绝对均值-平均功率频率(MAV-MPF)的手势识别率,优于它对应的时域特征、频域特征的手势识别率,同时也优于时频域特征的手势识别率.表明了基于时频组合特征RMS-MPF、MAV-MPF的PSO-SVM方法对手势识别有良好的分类效果.
|
| 关 键 词： | 表面肌电 时频组合特征 粒子群算法 支持向量机 |
PSO-SVM Hand Gestures Recognition Method Based on Time-frequency Combination Features |
| |
| WANG Liang,ZHANG An-yuan,LI Jia-jia,LI Qi.PSO-SVM Hand Gestures Recognition Method Based on Time-frequency Combination Features[J].Journal of Changchun University of Science and Technology,2021,44(4):104-110. |
| |
| Authors: | WANG Liang ZHANG An-yuan LI Jia-jia LI Qi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
