买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种提升肌电信号识别准确率的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115687970B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211242514.9，技术领域涉及：G06F18/24；该发明授权一种提升肌电信号识别准确率的方法是由周升丽设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本一种提升肌电信号识别准确率的方法在说明书摘要公布了：本发明提供一种提升肌电信号识别准确率的方法，属于表面肌电信号的识别领域，包括分类器模型准备和测试样本识别两，在准备阶段，构建分类模型并对分类模型进行参数估计，分类模型包括线性分类器和kNN分类器；利用采集的训练样本对分类器的模型参数进行估计；在识别阶段，首先利用识别效率高的线性分类器进行预决策，根据预决策结果对可靠性高的测试样本直接给出决策结果，对可靠性低的测试样本利用kNN分类器进行再次决策。本发明了融合线性分类器决策迅速和kNN分类器准确率高的优点，同时采用分支定界搜索算法kd树提高kNN分类器的搜索效率，使得动作识别系统在识别率提高，可靠性增强的同时，不显著增加分类器模型准备和测试样本识别所需要的时间。

本发明授权一种提升肌电信号识别准确率的方法在权利要求书中公布了：1.一种提升肌电信号识别准确率的方法，其特征在于，包括如下步骤： 步骤一、分类器模型准备： 构建分类模型并对分类模型进行参数估计，分类模型包括线性分类器和kNN分类器；假设动作类别数目为C,训练样本集表示为其中1≤c≤C；Xc为类别ωc的训练样本，大小为Nc×d，Nc为Xc的样本量，d为维度；对线性分类器和kNN分类器进行参数估计，具体为： 1对于线性分类器： 构建C×C-12个两类分类器，对任意一个两类分类器，假设其训练样本由类别为ωi的样本Xi和类别为ωj的样本Xj组成，其中1≤i＜C，i＜j≤C，Xi与Xj的数据点分别为Ni和Nj； 首先，计算类别ωi和类别ωj的均值向量μi和μj；其次，根据μi和μj计算类间散度矩阵Sb和类内散度矩阵Sw，对类内散度矩阵Sw的逆进行计算，并计算最大特征值对应的特征向量W；然后，利用W对Xi和Xj分别进行投影得到Yi和Yj，并计算Yi和Yj的均值mi和mj； 2对于kNN分类器； 利用Cholesky分解法将训练样本集的协方差矩阵Σ分解，得到上三角矩阵R；利用R对训练样本进行转换，将转换后的训练样本作为kNN模型的训练样本集，构建kd树； 步骤二、测试样本识别： S1、将测试样本进行线性分类器识别； S2、对于线性分类器无法做出决策的测试样本，将其作为输入传递给kNN分类器进行决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。