支持向量機(jī)(SVM)是一種新的機(jī)器學(xué)習(xí)機(jī)制.研究了基于支持向量機(jī)的控制假手表面肌電識別方法和性能,并與反向傳播(BP)神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行了比較.分類的六種手腕部動作分別是腕內(nèi)旋、腕外旋、展拳、握拳、肘部外旋、肘部內(nèi)旋.利用"一對一"的分類策略和二叉樹構(gòu)造多類SVM分類器.核函數(shù)分別采用多項(xiàng)式和徑向基函數(shù).實(shí)驗(yàn)結(jié)果表明SVM可以有效地對表面動作肌電進(jìn)行分類,SVM分類準(zhǔn)確率普遍優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò),且具有良好的泛化推廣能力.不同的核函數(shù)對分類準(zhǔn)確率影響較小.
|