基于多尺度主元分析的表面肌电信号模式分类

用基于小波变换的多尺度主元分析提取表面肌电信号特征,然后用贝叶斯分类器进行模式分类。实验结果显示,当选用Harr小波和bior2.6小波对肌电信号进行5层小波分解时,该方法对前臂6种动作模式(内翻,外翻,握拳,展拳,上切和下切)的正确识别率可以达到99.44%。研究表明,该方法优于基于小波系数统计特征和主元分析降维相结合的特征提取方法,能成功识别出多种动作模式。