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！

摘要：本发明提出了一种基于机器学习的肌电信号去噪方法，涉及信号处理技术领域，具体步骤为：收集肌电信号数据并预处理、构建第一处理模块、构建优化处理网络、构建第二处理模块、构建肌电信号数据去噪处理模型、肌电信号数据去噪处理模型训练及检测；同时提出了肌电信号数据去噪处理模型，其中，第一处理模块使用奇异值分解的方法将带有噪声的肌电数据分解为子信号，具有很强的鲁棒性和稳定性，可以保持肌电信号的主要特征，基于机器学习方法构造的优化处理网络能够处理复杂和多变的噪声环境，提高肌电信号质量，第二处理模块结合奇异值分解和神经网络的优势，有效地去除了信号的噪声，从而实现对肌电信号去噪的目的。

主权项：1.一种基于机器学习的肌电信号去噪方法，其特征在于，具体包括以下步骤：S1、收集带有噪声的肌电信号数据，对肌电信号进行数据预处理操作；S2、构建第一处理模块，包含奇异值分解，对于第一处理模块，把有噪声的肌电信号作奇异值分解，有噪声的肌电信号为p＝RN，所述的有噪声肌电信号表示为p＝U∑VT，其中，N表示肌电信号的样本点个数，U∈RN×N和V∈RN×N是正交矩阵，∑∈RN×N是对角矩阵，对角线上的元素是奇异值，根据奇异值的大小，选择前L个奇异值及其对应的左奇异向量ui和右奇异值向量Vi作为重构原始信号的主要成分，其中，i＝1,2，…，L，使用选定的奇异向量ui和Vi重构出子信号xi，其中，σi是第，个奇异值，用剩余的奇异值构造出子信号第一处理模块的输出记作X，X＝[x1，x2，...，xL+1]，子信号xi满足等式p＝x1+x2+…+xL+1；S3、构建优化处理网络，包括输入层、中间层和输出层，对于优化处理网络，输入为有噪声的肌电信号p＝RN，其中，N表示肌电信号的样本点个数，优化处理网络由一个输入层、三个中间层和一个输出层组成，每个中间层包括全连接层、批量归一化和激活函数，输出为权重向量k，k＝[k1，k2，...，kL+1]T，其中，ki是选择系数，表示是否保留对应的子信号xi，当ki＝0时对应于噪声的子信号xi，当ki＝1时对应于产生干净肌电信号的子信号；S4、构建第二处理模块，包含损失函数和反向传播；S5、构建肌电信号数据去噪处理模型，包含输入、第一处理模块、优化处理网络、第二处理模块和输出；S6、肌电信号数据去噪处理模型训练及检测，使用肌电数据集训练肌电信号数据去噪处理模型，训练完成后，获取需要去除噪声的肌电信号，输入到肌电信号数据去噪处理模型，得到去噪后的肌电信号。

全文数据：

权利要求：

百度查询： 岳正检测认证技术有限公司 滨州职业学院 一种基于机器学习的肌电信号去噪方法