摘要
基于小波分析的SVM和PNN肌电模式识别的比较研究
作者(年代):Firas AlOmari，刘国海选择合适的小波族和快速鲁棒的分类器是构建假手肌电控制模式识别系统的重要一步。本研究利用从表面肌电信号中提取特征的六个小波函数对五种手部运动进行分类。所选取的小波族对所记录的表面肌电信号进行了双正交(bior)分解。Coiflet (coif)， Daubechies (db)和Symmlet (sym)。分类过程采用两种不同的识别方法:支持向量机(SVM)和概率回归神经网络(PNN)。实验结果表明，在高分解层次上使用小波族可以提高手部运动的识别率。在第六分解层使用基于coif4的PNN分类器，最高分类率为96%。
