本文關鍵詞：基于ReliefF算法與遺傳算法的肌電信號特征選擇

  更多相關文章： 肌電信號 ReliefF算法 遺傳算法 特征選擇

【摘要】：針對肌電信號特征維數(shù)高、運算效率低等問題,提出了一種基于ReliefF算法與遺傳算法(GA)相結合的肌電信號特征選擇方法.分析了肌電信號的特征,運用小波分析對肌電信號進行特征提取,采用ReliefF算法評估所提取的高維特征信號的權值,以選出對分類效果影響顯著(權值較大)的特征子集,采用GA進一步篩選出分類效果最佳的特征子集,并對比分析了基于ReliefFGA-Wrapper算法與全局搜索算法對肌電信號處理的時間和分類效果.結果表明,所提出的方法能夠提高運算效率并具有很好的分類效果.
【作者單位】： 上海交通大學機械與動力工程學院;
【關鍵詞】： 肌電信號 ReliefF算法 遺傳算法 特征選擇
【基金】：國家重點基礎研究發(fā)展規(guī)劃(973)項目(2011CB013305) 國家自然科學基金項目(51475288,51275293) 中國博士后科學基金項目(2014M551406)資助
【分類號】：TN911.7
【正文快照】： 表面肌電信號(SEMG)是眾多肌纖維中運動單元動作電位在時間和空間上的疊加,其中蘊含了很多與人體動作相關的信息,而且不同類型動作的動作電位存在差異,通過分析動作電位可以區(qū)分不同的動作模式[1],因而SEMG在臨床醫(yī)學、人機功效學、康復醫(yī)學以及體育科學等領域具有較好的實用，

本文編號：739442