基于支持向量数据描述的膝上假肢多运动模式识别方法

摘要

本发明涉及一种基于支持向量数据描述的膝上假肢多运动模式识别方法。目前的肌电信号分类算法都存在各种不足。本发明采用支持向量数据描述方法，提出具有多模式特征提取能力的动态模型，实现各种模式特征空间的自适应调整。该方法首先获取人体下肢肌电信号样本数据，再建立支持向量数据描述多类分类器，然后判断测试样本的归属，并进行支持向量数据描述增量学习，包括样本添加和样本删减。本发明方法较好地满足膝上下肢假肢控制中的多运动模式识别要求，克服了支持向量数据描述离线训练方式无法有效处理反映对象特性改变的样本数据等缺点，该方法在智能假肢控制的多模式识别中具有广阔的应用前景。