[發明專利]基于遺傳算法廣義典型相關分析的肌電信號特征融合方法

在審

• 申請號: 201811606327.8
• 申請日: 2018-12-26
• 公開（公告）號: CN109558911A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 席旭剛;湯敏彥;姜文俊;石鵬;袁長敏;章燕;楊晨;佘青山;羅志增
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.基于遺傳算法廣義典型相關分析的肌電信號特征融合方法，其特征在于該方法包括如下步驟：

步驟(1).在人體做日常行為動作時采集人體腓腸肌、脛骨前肌、股內肌、股外肌共四路肌電信號，獲取四路肌電信號的平均幅值MA，威爾遜振幅WAMP，模糊熵FE，小波能量系數EWT，由4路肌電信號各4個特征組成16維特征向量；在標準動作時提取16維標準樣本特征向量X，訓練時提取訓練樣本特征向量Y；

步驟(2).設和分別表示標準樣本特征向量X和訓練樣本特征向量Y的類內離散度矩陣；

其中，x_ij∈X,y_ij∈Y是i類的第j個訓練樣本，N為該類的總訓練樣本數，C為總類數，是類i的樣本平均向量；X與Y的類間離散矩陣為：

由于要使類間距離最大，類內距離最小，因此通過標準樣本特征向量X和訓練樣本特征向量Y構造廣義典型相關判別準則J(x,y)，公式如下：

求得使J(x,y)最大化的廣義正則投影向量u和v；

步驟(3).根據廣義正則投影向量u和v獲取組合特征廣義正則判別向量X^*，Y^*

從組合特征廣義正則判別向量X^*，Y^*獲取特征向量W₁，W₂，計算如下：

步驟(4).通過遺傳算法GA對廣義正則投影向量GCPV擇優選取，得到新的GCPV將原特征投影到新空間，成為結合遺傳算法的GCCA(GA-GCCA)；通過GA對廣義正則投影向量GCPV擇優選取后，并通過動態加權方式，將原特征通過新得到的GCPV投影到新平面上，獲得最終融合的肌電信號特征向量S；遺傳算法如下：

1)編碼；采用二進制編碼方法，二進制碼的每一位的值，“0”表示特征未被選中，“1”表示特征被選中；

2)初始群體的生成；隨機產生N個初始串構成初始種群；

3)適應度函數；

4)將適應度最大的個體，即種群中最好的個體無條件地復制到下一代新種群中，然后對父代種群進行選擇、交叉和變異等遺傳算子運算，從而繁殖出下一代新種群其它n-1個基因串；

5)如果達到設定的繁衍代數，返回最好的基因串，并將其作為特征選取的依據，算法結束；否則，回到4)繼續下一代的繁衍；

所述動態加權方式如下：

W_i＝accu_i-accu_min+W_min

其中accu_i和W_i分別是第i個特征集合的識別率和權重；accu_min和W_min分別是識別率最低的特征集的識別率和權重；r_i是第i個特征集合的權重系數。

2.根據權利要求1所述的基于遺傳算法廣義典型相關分析的肌電信號特征層融合方法，其特征在于：所述的初始種群數為500-1000。

3.根據權利要求1所述的基于遺傳算法廣義典型相關分析的肌電信號特征層融合方法，其特征在于：所述的適應度函數f(x)采用Fisher函數值。