采用 sEMG 的手势识别用 APSO/ CS-SVM 方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP242;TN98

基金项目:

浙江省自然科学基金(LQ20F030019)资助项目


Gesture recognition method based on sEMG by APSO / CS-SVM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对基于参数寻优的支持向量机(SVM)方法存在早熟收敛、全局寻优能力差、局部寻优精度低等问题,提出一种自适 应粒子群/ 布谷鸟(APSO/ CS)参数寻优方法,旨在实现 SVM 模型中核函数参数、惩罚因子的优化。 测试函数分别对 APSO/ CS、 APSO、CS 的参数寻优性能进行了对比分析,表明 APSO/ CS 寻优能够加快局部和全局寻优的收敛速度。 采用表面肌电信号 (sEMG)对 APSO/ CS、APSO、CS 寻优的 SVM 方法进行了手势识别对比测试,实验测试结果表明,采用 APSO/ CS 寻优的 SVM 方 法进行手势识别时正确率最高,最高正确率可达 94. 50%,该方法可为识别分类算法提供一种新思路。

    Abstract:

    Aiming at the problems of premature convergence, poor ability in global optimization and low accuracy in local optimization for support vector machine ( SVM) based on parameter optimization, an adaptive particle swarm optimization / cuckoo ( APSO/ CS ) parameter optimization method is proposed, in which the optimization of kernel function parameters and penalty factors in SVM model is realized. The optimization performance of APSO/ CS, APSO and CS is compared and analyzed by test functions, which shows that APSO/ CS can accelerate the convergence speed of local and global optimization. The gesture recognition methods based on surface electromyography signal ( sEMG) by APSO/ CS, APSO and CS are compared. The experiment results show that the SVM method optimized by APSO/ CS can realize the highest recognition accuracy, which is about 94. 50%. The proposed method can provide a new way for the recognition and classification algorithm.

    参考文献
    相似文献
    引证文献
引用本文

徐 云,王福能.采用 sEMG 的手势识别用 APSO/ CS-SVM 方法[J].电子测量与仪器学报,2020,34(7):1-7

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-11-20
  • 出版日期: