EMGによる動作識別での有効な特徴選択

カテゴリ: 部門大会

論文No: OS7-2-2

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Effective Feature Selection In Behavior Identification By EMG

著者名: 中川 透舞（徳島大学）

著者名(英語): Toma Nakagawa (Tokushima University)

キーワード: 手首筋電|サポートベクターマシン|遺伝的アルゴリズム遺伝的アルゴリズム|Wrist EMG|Support Vector Machine|Genetic Algorithm

要約(日本語): この研究の目的は手首筋電を用いて５指の屈曲動作識別においてどの特徴量が識別結果に最も関与しているかを調べることである。方法としては計測部ではP-EMG plusを用いてデータの計測を行った。センサは乾式センサ8chを用い被験者の手首に装着した。前処理部では、データの切り取り、ノイズ除去、周波数解析としてFFTを用いた。識別部ではSVMの識別結果を適応度関数として用いた遺伝的アルゴリズムをしている。遺伝的アルゴリズムについては、遺伝子一つ一つに100個の周波数成分を割り当て遺伝子の値が1のデータを識別に用いている。また、選択方法はエリート保存戦略を用いており、交差は単一交差を用いている。結果としては遺伝的アルゴリズムを用いる前のSVMでの識別精度が85.3%であったのに対し、遺伝的アルゴリズムを用いることによって識別精度が最高で89.3と4.0%向上した。また、特徴量も半分以下になったので計算時間も大幅に削減することができる。