基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用

摘要

本发明涉及一种基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用，属于表面肌电信号识别控制技术领域。本发明采用增量学习算法对SVM模型进行在线训练，同时在线学习过程中引入头部信息作为校正信息共同构成sEMG的分类器，对不同肌肉状态下的sEMG实现有效识别，降低肌肉疲劳对人机交互系统稳定性的影响，最后将其成功应用于智能轮椅上。本发明所述的方法有效的提高了系统在长时间人机交互过程中的自适应能力，使得交互更加自然友好。