基于NMF-SVM模型的上肢sEMG手势识别方法

来源：计算机工程与应用杂志2020年第17期北京时间：

作者：隋修武，牛佳宝，李昊天，乔明敏

单位：天津工业大学 天津市现代机电装备技术重点实验室，天津 300387

摘要：针对基于表面肌电信号进行动作识别的问题，按照不同的运动形态对应的各肌肉激活程度不同的思路，建立基于非负矩阵分解（NMF）与支持向量机（SVM）的联合模型，对从肌电信号中提取的特征值按照行表示肌肉类型，列表示特征值类型的规则组成规律性的特征矩阵，并对特征矩阵进行非负矩阵分解降维，降维得到的表征各肌肉激活程度的系数矩阵送入到支持向量机中训练并分类。基于非负矩阵分解与支持向量机联合模型与传统SVM模型相比，计算效率提高了一半，识别率提高了5.2%；通过样本分离实验表明，该算法依然有91.7%以上的识别率，验证了算法的有效性。

关键词：表面肌电信号（sEMG）,非负矩阵分解（NMF）,支持向量机（SVM）,特征矩阵,模式识别