基于文化算法的表面肌电信号特征选择  

Feature selection for surface electromyography signal using cultural algorithm

作　　者：许璇[1] 谢洪波[1] 黄虎[1] 杨瑞凯 

机构地区：[1]江苏大学电气信息工程学院,江苏镇江212013 [2]茌平县供电公司,山东聊城252100

出　　处：《计算机应用研究》2012年第3期910-912,共3页Application Research of Computers

基　　金：江苏省自然科学基金资助项目(BK2009198)

摘　　要：为了提高假肢控制系统肌电信号的分类准确率,提出一种新的基于文化算法的特征选择方法,通过该方法选择出最佳特征向量,然后用线性分类器检验其分类性能。利用表面差分电极从人体上肢四块肌肉采集四通道的肌电信号,对十个健康受试者进行八个动作的肌电信号模式分类实验,并同时用标准遗传算法来与文化算法作比较。实验结果表明,文化算法与遗传算法相比,特征维数更小,分类准确度更高。To improve classification accuracy of the surface electromyography （sEMG）-based prosthesis, this paper proposed a new way to select feature based on cultural algorithm（CA） and used here. It tested its classification performance with linear discrimina analysis （LDA）. The method used surface differential electrodes to acquire four EMG signals from human body＇ s upper limbs. Ten healthy subjects participated in the experiment of classification of eight hand motion＇ s sEMG signals. Test results show that the algorithm can get a good result of classification. Compared with the standard genetic algorithm （ GA）, it has better search performance.

关 键 词：表面肌电信号 文化算法 特征选择 遗传算法 模式识别 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]