行业分类-物理装置-图像矫正方法、不规则文本识别方法、装置、存储介质和设备.zip

行业分类-物理装置-花焊盘堵塞区域识别方法、装置、设备及存储介质.zip

行业分类-物理装置-图像识别方法、装置、电子设备和计算机可读介质.zip

行业分类-物理装置-图像识别方法、装置及存储介质.zip

行业分类-物理装置-图像识别方法及图像识别模型的训练方法.zip

行业分类-物理装置-图像识别方法及装置、电子设备和存储介质.zip

行业分类-物理装置-图像识别方法以及相关设备、装置.zip

行业分类-物理装置-图像实例分割方法、装置、电子设备及存储介质.zip

行业分类-物理装置-图像数据的处理方法、装置及存储介质.zip

为了有效提取表面肌电信号SEMG(Surface Electromyographic)的特征，更好的识别人体上肢运动模式，提出了一种小波包核主元分析(WPKPCA)和支持向量机(SVM)相结合的新方法。通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号，应用小波包核主元分析法对表面肌电信号进行特征提取，采用支持向量机对表面肌电信号特征数据进行分类识别。实验结果表明，采用此方法能够从表面肌电信号中识别出握拳、展拳、手腕内翻和手腕外翻4种动作，更能有效提取表面肌电信号信息，动作识别率高达98%。