一种基于熵特征和改进PSO-SVM的手势识别方法

本发明公开了一种基于熵特征和改进PSO‑SVM的手势识别方法，包括以下步骤：步骤S1：采集多种手势的表面肌电信号并进行预处理；步骤S2：采用变分模态分解方法对表面肌电信号进行多尺度分解，并提取熵特征；步骤S3：利用相关性分析、随机森林和Lasso方法对熵特征进行降维处理，得到降维特征数据；步骤S4：采用手势分类模型对降维特征数据进行分类实现手势识别。本发明通过变分模态分解方法提取表面肌电信号熵特征，并结合粒子群优化算法优化支持向量机参数，构建手势分类模型，有效解决了传统时域和频域特征提取方式对手势分类模型鲁棒性的影响，提高了分类精度和鲁棒性。