基于KPCA的膝关节多模式连续运动估计

摘要

为了实现不同运动模式下膝关节连续运动的有效估计,提出一种基于核主成分分析(KPCA)的下肢膝关节连续运动估计方法。首先,融合多维表面肌电信号时域特征获取不同运动模式下较为全面的运动信息;其次,采用KPCA方法进行肌电特征降维,获取与该类运动模式最为相关的主成分向量,并基于反向传播神经网络实现不同运动模式下膝关节连续运动的有效估计;最后,对5个实验对象的4种运动模式进行实验验证。结果表明该方法不仅可有效估计不同运动模式下膝关节连续运动角度,相对于PCA算法估计精度也有明显提高。