基于AWPSO-SVM模型的sEMG识别方法、电子设备及存储介质

AITNT
正文
推荐专利
基于AWPSO-SVM模型的sEMG识别方法、电子设备及存储介质
申请号:CN202510143468
申请日期:2025-02-10
公开号:CN120067829A
公开日期:2025-05-30
类型:发明专利
摘要
基于AWPSO‑SVM模型的sEMG识别方法、电子设备及存储介质,属于表面肌电信号识别技术领域,解决如何提高表面肌电信号识别精度的问题,本发明通过对表面肌电信号的特征提取及数据集收集,以Sigmoid函数作为自适应权重更新函数改进粒子群算法得到AWPSO算法,通过AWPSO算法输出最佳惩罚参数和核函数半径来优化SVM得到AWPSO‑SVM模型;本发明将加速度系数自适应控制在合理范围内,保证了速度更新过程中的效率;选取Sigmoid函数作为自适应加权更新函数,能够反映加速度系数单调但相对平滑的变化,距离越大加速度系数值越大,可以激励粒子尽可能快地寻求最优解,从而提高表面肌电信号识别的精度。
技术关键词
表面肌电信号 识别方法 Sigmoid函数 时域特征 加速度 速度更新过程 粒子群算法 参数 频域特征 寻求最优解 电子设备 处理器 极值 存储器 数据 曲线 速率 数值
系统为您推荐了相关专利信息
1
一种基于声呐图像分割的目标识别方法和计算装置
图像分割 识别方法 声呐 编码器 解码器
2
一种穿刺机器人导航球球心自动识别方法、装置、设备、介质和程序产品
穿刺机器人 影像 自动识别方法 对象 拟合算法
3
卷烟盒图像识别方法、装置及电子设备
卷烟盒 图像识别方法 三维空间模型 图像识别模型 非易失性计算机存储介质
4
一种融合多模态数据的冶金炉窑工况智能识别方法
冶金炉窑 智能识别方法 信息瓶颈理论 模态特征 变量
5
基于多通道卷积神经网络的齿轮预制裂纹断裂诊断方法
多通道卷积神经网络 诊断方法 DCNN模型 加速度 应力传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号