论文部分内容阅读
提出了一种新的模式分类方法,该分类法采用小波变换和李雅普诺夫指数构造特征矢量,利用Elman神经网络在非线性建模方面的优势,构建前馈神经网络,以此进行特征分类。通过对前臂伸肌、屈肌以及旋前肌采集的肌电信号的处理分析,有效地实现了对握拳、展拳、手腕内旋和手腕外旋4种动作模式的识别。结果表明该分类器有较高的识别准确率和更稳定的再现性。