基于优化模糊加权核极限学习机的下肢运动识别方法

作者：赵翔; 涂娟^*; 黄紫娟

来源：传感技术学报, 2022, 35(05): 621-626.

• 表面肌电信号
• 下肢运动识别
• 高斯量子粒子群算法
• 模糊加权核极限学习机

为了提高基于表面肌电信号下肢运动识别的准确性，提出了一种优化模糊加权核极限学习机(Kernel-based Fuzzy Weighted Extreme Learning Machine, KFWELM)的下肢运动识别方法。首先提取表面肌电信号的时域、频域、非线性特征，使用局部Fisher判别分析(Local Fisher Discriminant Analysis, LFDA)和局部保持投影(Locality Preserving Projections, LPP)进行特征降维处理，以减少原特征的信息丢失；其次，采用改进高斯量子粒子群算法(Gaussian Quantum Particle Swarm Optimization, GQPSO)优化KFWELM的正则化系数和核参数；最后进行决策级自适应融合得到分类结果。利用UCI数据库中的数据集进行算法验证，健康人群和患病人群下肢运动分类的平均准确率分别为96.6%和92.8%。实验表明，所提出的方法提高了下肢运动分类的准确率和有效性。

• 单位
  福州大学; 自动化学院