公开(公告)号：CN104127181B

公开(公告)日：2017-04-12

申请号：CN201410350607.2

申请日：2014-07-22

Applicant: 杭州电子科技大学

Inventor： 席旭刚 ,  左静 ,  李成凯 ,  罗志增

IPC: A61B5/0488

Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。

公开(公告)号：CN104127181A

公开(公告)日：2014-11-05

申请号：CN201410350607.2

申请日：2014-07-22

Applicant: 杭州电子科技大学

Inventor： 席旭刚 ,  左静 ,  李成凯 ,  罗志增

IPC: A61B5/0488

Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。