论文部分内容阅读
目的：对表面肌电信号进行分类识别。方法：30名健康的志愿者参加数据采集。每名志愿者用右手臂完成两个动作：前臂内旋和前臂外旋。在每个动作中，采集一组表面EMG信号。总共获得30组内旋和30组外旋的表面EMG信号。然后，运用小波包系数熵构成特征向量，用Baycs决策对两种模式信号进行分类识别。结果：当信号长度达350ms后．正确识别率达到100％。结论：采用小波包系数熵可以有效地提取表面EMG信号的特征信息，达到控制前臂假肢的目的。