一种基于手臂表面肌电信号的跨域手部动作识别方法技术

一种基于手臂表面肌电信号的跨域手部动作识别方法，属于体域网智能信息系统领域。通过引入基于空间与几何对齐的域适应算法，有效解决了跨性别、跨环境和跨个体场景下的手臂肌电信号分布漂移问题。本发明专利技术内容包含子空间对齐通过主成分分析生成源域和目标域的子空间基底，并使用Frobenius范数最小化基底差异；二阶统计分布对齐则通过变换矩阵最小化源域与目标域协方差之间的差异。本发明专利技术通过结合几何对齐与统计分布对齐，有效减小了跨域数据差异，提升了手部动作识别的准确率与鲁棒性。

【技术实现步骤摘要】

本专利技术属于体域网智能信息系统领域，涉及一种基于手臂表面肌电信号semg的手部动作识别方法，尤其适用于解决跨性别、跨环境和跨个体场景下的数据分布漂移问题，提升分类器泛化性能。

技术介绍

1、现有技术中，基于semg信号的手部动作识别在人机交互、机械义肢及康复医学等领域具有重要应用。然而，传统监督学习方法依赖独立同分布数据假设，实际应用中常因以下问题导致数据分布漂移：1)跨性别差异，不同性别人群执行相同动作时semg信号表征显著不同；2)跨环境干扰，不同采集设备或实验场景差异导致数据分布偏差；3)个体特异性，不同受试者肌肉活动模式差异引起信号分布漂移。现有领域自适应算法，如迁移成分分析tca、联合分布对齐jda等，虽能缓解分布差异，但未充分结合子空间对齐与多维统计量优化，导致分类器泛化能力受限。例如，子空间对齐仅关注几何结构差异，而忽略协方差分布的多维相关性，无法全面消除跨域数据差异。此外，冗余特征干扰和噪声敏感性进一步限制了识别精度。

技术实现思路

1、本专利技术的目的是提出一种基于空间与几何对齐的域适应算本文档来自技高网...

【技术保护点】

1.一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于：

2.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于，所述的步骤一)中，具体方法为：

3.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于，所述的步骤二)中，具体方法为：

4.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于，所述的步骤三)中，具体方法为：

5.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于，所述的步骤四)中，具体方法为：

【技术特征摘要】

1.一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于：

2.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于，所述的步骤一)中，具体方法为：

3.根据权利要求1所述的一种基于手臂表面肌电信号的跨域手部动作识别方法，其特征在于...

【专利技术属性】
技术研发人员：施瀚，姚思佼，刘杨，宋宝燕，罗浩，丁舒一，寇瀚文，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：