[发明专利]基于遗传算法优化支持向量机的肌电信号步态识别方法在审
| 申请号： | 201510014792.2 | 申请日： | 2015-01-12 |
| 公开（公告）号： | CN104537382A | 公开（公告）日： | 2015-04-22 |
| 发明（设计）人： | 高发荣;郑潇;许敏华;甘海涛;罗志增 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 杜军 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于遗传算法优化支持向量机的下肢肌电信号步态识别方法。本发明通过遗传算法，对支持向量机的惩罚参数和核函数参数进行优化，从而优化支持向量机性能，提高支持向量机对基于肌电信号的下肢运动步态识别效率和准确率。首先，采用小波模极大值去噪方法对采集的下肢肌电信号进行消噪处理；其次，提取消噪后肌电信号的时域特征，形成特征样本；再次，利用遗传算法优化支持向量机参数，得到误差最小的一组最优参数，并利用此参数构造分类器；最后，把特征样本集输入优化后的分类器进行步态识别。本发明操作简单，计算快速，识别率高，在人体下肢运动步态识别领域具有应用价值和广阔前景。 | ||
| 搜索关键词： | 基于 遗传 算法 优化 支持 向量 电信号 步态 识别 方法 | ||
【主权项】：
基于遗传算法优化支持向量机的肌电信号步态识别方法，其特征在于，该方法具体包括以下步骤：步骤(1)，下肢运动肌电信息获取；步骤(2)，提取消噪后肌电信号特征向量样本集；步骤(3)，通过GA对SVM进行参数优化，得到最优SVM分类器，实现下肢肌电信号的步态分类与识别。
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杭州电子科技大学，未经杭州电子科技大学许可，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/201510014792.2/，转载请声明来源钻瓜专利网。
