基于改进小世界回声状态网络肌电的分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 姜文俊,席旭刚,刘晓云,邱宇晗,孙紫阳,郝奇奇,马存斌
- 申请号：
- CN201910759157.5
- 公开号：
- CN110738093A
- 申请日:
- 2019.16.08
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了基于改进小世界回声状态网络肌电的分类方法,首先,利用小世界网络来改善ESN的储备池结构,再利用加边概率改进小世界网络,称该网络为改进小世界回声状态网络,这既提高了储备池的适应性,又提高了ESN的泛化能力和稳定性。然后,通过训练网络可以得到网络的输出权重,并以此为相应的特征。采集跌倒、走、坐、蹲、上楼、下楼这六种动作的肌电信号,利用ISWLESN提取相应的特征,再利用PCV降低特征维数。最后,利用散点图、类可分性指标和DBI来表征网络特征的性能。结果表明,ISWLESN有很好的聚类性能,用于支持向量机分类也有很高的精度。
- 来源网站：
- 中国工程科技知识中心
