摘要
目前肌电信号识别技术存在数据量少、识别率低的问题。该文以下肢动作为对象,采集平地行走、上楼、下楼、坐下和起立5种动作的表面肌电信号(Surface electromyography,sEMG),在提取sEMG特征的基础上,提出一种基于K近邻(K-nearest neighbors, KNN)的下肢动作模式识别方法。同时对比其他传统机器学习识别方法,通过试验可知,该文所提方法识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供理论支撑。
出处
《中国新技术新产品》
2022年第13期39-41,共3页
New Technology & New Products of China
