论文部分内容阅读
提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法。在对表面肌电信号进行预处理的基础上，提出了以小波包变换各频段的能量来构造特征值，以该特征值作为训练样本输入Elman神经网络进行网络训练，构筑手部动作分类器，训练完成的分类器可完成伸腕、屈腕、展拳和握拳等4种手部动作模式的识别。实验结果表明，与其他分析方法比较，该方法不仅识别率高，鲁棒性好，同时也为其他非平稳生理信号分析提供了新方法。