一种针对非理想sEMG信号的模型训练数据优化方法

摘要

本发明涉及一种针对非理想sEMG信号的模型训练数据优化方法，采集sEMG信号，对采集到的sEMG信号添加标签，并对添加标签后的sEMG信号进行滤波预处理；对滤波预处理后的sEMG信号通过最大面积法进行标签修正；对标签修正后的sEMG信号进行特征值提取，并对提取到的特征值进行归一化处理；通过LDA分类方法对归一化处理后的特征值进行降维，并训练分类模型。本发明实现对非理想sEMG数据的优化，使得所训练的模型更加准确。最后，通过实验组与对照组的对比实验，证明对于数据优化后所训练的模型而言，其训练时间、特征值维数、单次分类时间大大降低，分类正确率也取得了一定程度的提高，验证了所提出方法的有效性。