SVM和小波包变换在动作模式识别中的应用

颜志国 王志中 任晓梅

上海交通大学生物医学工程系,上海200030

 

摘　　要:1

支持向量机（SVM）是一种线性机器，广泛用于模式分类和非线性回归。对于很多低维非线性可分的模式，如果我们能够提取合适的高维特征向量，则模式往往在高维特征空间是线性可分的。本文利用小波包变换提取动作的特征向量，将各种动作信号映射到特征空间形成一定维数的特征向量，然后采用SVM进行动作识别。试验证明。当特征空间维数合适时，利用SVM进行动作识别效果良好。

 

页　　数:

共4页

页码范围:

64-66页,48页

关 键 词:

表面肌电 小波包 模式识别 支持向量机

学科分类:

R318.04[医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程 > 一般性问题 > 生物信息、生物控制]