基于傅里葉分解方法的肌肉疲勞狀態(tài)分類研究
電子測(cè)量與儀器學(xué)報(bào)
頁(yè)數(shù): 11 2023-05-24
摘要: 由于表面肌電(sEMG)信號(hào)具有非線性和非平穩(wěn)性,導(dǎo)致傳統(tǒng)的肌肉疲勞分類方法存在局限性,基于此提出一種基于傅里葉分解方法(FDM)和機(jī)器學(xué)習(xí)相結(jié)合的肌肉疲勞分類方法。使用FDM將sEMG信號(hào)分解為一系列傅里葉固有頻帶函數(shù)(FIBF),確定最優(yōu)分解水平,利用FDM提取各FIBF分量總功率占sEMG信號(hào)總功率的比例(FTPR)作為分類特征,對(duì)比各機(jī)器學(xué)習(xí)分類算法的有效性和數(shù)據(jù)長(zhǎng)度對(duì)...