[发明专利]一种基于支持向量机的表面肌电信号多类别模式识别方法

权利要求书

1.一种基于支持向量机的表面肌电信号多类别模式识别方法，其特征在于，按照以下步骤实施：

步骤1、对采集到的表面肌电信号，基于小波分析进行特征提取

1.1)从MIT-BIH数据库中下载所需的表面肌电信号数据，并采集需要进行分类的样本信号，将一部分用作训练样本，另一部分作为测试样本；

1.2)选用sym4小波基函数对样本信号作五尺度小波分解；

1.3)提取样本信号的小波系数，从小波分解系数构成的矩阵中提取矩阵的奇异值作为信号特征，构建特征矢量；

步骤2、基于SVM的模式识别

2.1)用MOC方法设计基于支持向量机的多类别分类器；

2.2)将训练样本的特征矢量输入到分类器进行分类训练；

2.3)将测试样本的特征矢量输入到分类器进行分类测试；

2.4)用交叉验证方法对支持向量机分类器进行参数优化，重复步骤2.2和步骤2.3；

2.5)分析模式识别的结果。

2.根据权利要求1所述的识别方法，其特征在于：所述步骤1的具体实施方法是：

采集表面肌电信号f(t)∈L²(R)，L²(R)表示平方可积的实数空间，即能量有限的空间信号，其连续小波变换为：

Wf(a,b)=<f,ψa,b>=|a|-1/2∫Rf(t)ψ^[t-ba]dt---(1)]]>

其中为ψ(t)的Fourier变换，ψ(t)∈L²(R)，满足容许条件：

Cψ=|ψ^(ω)|2|ω|dω<∞---(2)]]>

ψ(t)称为基小波，将基小波经伸缩和平移得到小波序列，称子小波：

ψa,b(t)=1|a|ψ[t-ba],a,b∈R,a≠0---(3)]]>

其中，a为伸缩因子或尺度因子，将基小波作伸缩；b为平移因子，将基小波作平移，

选用sym小波函数对表面肌电信号进行小波分解，在得到表面肌电信号的小波系数后，即提取小波系数奇异值来构建特征矢量，对于提取到的小波系数矩阵A_m×n，则存在正交矩阵U＝[u₁，…，u_m]，V＝[v₁，…，v_m]使得U^TAV＝diag[σ₁，…σ_p]＝W，p＝min(m，n)，即A＝UWV^T，该式称为A的奇异值分解，其中，σ₁≥σ₂≥…≥σ_p≥0，σ_i(i＝1，2，…，p)为A的奇异值，即构建特征矢量。