[发明专利]利用独立分量分析进行EMG信号特征提取的方法在审
| 申请号： | 201710046506.X | 申请日： | 2017-01-18 |
| 公开（公告）号： | CN108319889A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 上海诺师信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 200080 上海市虹*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种利用独立分量分析进行EMG信号特征提取的方法，其特征在于，包括以下步骤：步骤一，假设EMG信号向量为x(t)＝[x1(t)，x2(t)，……，xN(t)]T，N为EMG信号的维度；步骤二，将EMG信号建模为由一系列独立分量构建而成的随机变量，即x(t)＝As(t)，其中s(t)＝[s1(t)，s2(t)，……，sM(t)]T，M是其中独立分量的个数，M≤N；步骤三，寻找一个矩阵W使得y(t)＝Wx(t)，让y(t)是独立分量s(t)的估计，y(t)就是提取出的EMG信号的特征向量。本发明通过提取EMG信号中的独立分量作为EMG信号的特征，该方法在不损失EMG信号特征的同时，减少EMG信号特征之间的相关程度，降低特征个数，从而简化EMG后处理的过程，可以广泛应用于肌肉疲劳检测等技术。 | ||
| 搜索关键词： | 独立分量 独立分量分析 特征提取 矩阵 肌肉疲劳 随机变量 特征向量 后处理 构建 建模 维度 向量 检测 应用 | ||
【主权项】：
1.一种利用独立分量分析进行EMG信号特征提取的方法，其特征在于，包括以下步骤：步骤一，假设EMG信号向量为x(t)＝[x1(t)，x2(t)，……，xN(t)]T，N为EMG信号的维度；步骤二，将EMG信号建模为由一系列独立分量构建而成的随机变量，即x(t)＝As(t)，其中s(t)＝[s1(t)，s2(t)，……，sM(t)]T，M是其中独立分量的个数，M≤N；步骤三，寻找一个矩阵W使得y(t)＝Wx(t)，让y(t)是独立分量s(t)的估计，y(t)就是提取出的EMG信号的特征向量。
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上海诺师信息科技有限公司，未经上海诺师信息科技有限公司许可，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/201710046506.X/，转载请声明来源钻瓜专利网。
