[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

摘要

本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。

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。