[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无效

专利信息
申请号: 201010136019.0 申请日: 2010-03-30
公开(公告)号: CN101833671A 公开(公告)日: 2010-09-15
发明(设计)人: 刘涵;黄赟伟 申请(专利权)人: 西安理工大学
主分类号: G06K9/66 分类号: G06K9/66
代理公司: 西安弘理专利事务所 61214 代理人: 罗笛
地址: 710048*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了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,按照以下步骤实施:步骤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;选用sym4小波基函数对样本信号作五尺度小波分解;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、用MOC方法设计基于支持向量机的多类别分类器;将提取到的训练样本及测试样本的特征矢量分别输入到分类器进行分类训练或测试;用交叉验证方法对支持向量机分类器进行参数优化,分析模式识别的结果。本发明方法极大地提高模式识别的准确性。
搜索关键词: 一种 基于 支持 向量 表面 电信号 类别 模式识别 方法
【主权项】:
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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201010136019.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code