基于LDA与QDA的自增强分类器在肌电模式识别中的应用

为使分类器适应肌电模式识别中肌电信号的时变性,提出了一种新的具有自适应能力的自增强分类方法,该方法在传统的静态分类器(LDA分类器和QDA分类器)的基础上,引入了一个新的参数更新算法,通过更新方差矩阵和均值向量实现参数求解,使其能在测试阶段对分类器参数进行动态更新。实验结果表明,该方法不仅降低了计算复杂度,而且显著提高了分类器的识别性能。