论文部分内容阅读
为了有效提取表面肌电信号SEMG（Surface Electromyographic）的特征，更好的识别人体上肢运动模式，提出了一种小波包核主元分析（WPKPCA）和支持向量机（SVM）相结合的新方法。通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号，应用小波包核主元分析法对表面肌电信号进行特征提取，采用支持向量机对表面肌电信号特征数据进行分类识别。实验结果表明，采用此方法能够从表面肌电信号中识别出握拳、展拳、手腕内翻和手腕外翻4种动作，更能有效提取表面肌电信号信息，动作识别率高达98％。