基于改进ART2算法的模式识别

摘要

手势动作的识别研究以成为康复医学的热点问题.本文主要针对7种难以区分的手势动作进行识别,首先采用小波变换将有效的肌电信号与噪声信号分离,然后对肌电信号特征提取,将绝对值积分、方差、3阶AR模型系数和功率谱比值这几个特征参数联合,充分反映不同动作的相关信息,并将其作为分类器的输入.ART2神经网络作为较成熟的分类器容易陷入局部极小值,本文提出模拟退火算法对其改进,对向下曲腕、向后曲腕、向侧曲腕,手掌伸展、握拳、反掌,食指伸展7种手势动作识别分类.实验效果显著,比传统的网络识别率有明显提高.