一种基于多维特征融合网络的肌肉疲劳检测方法和系统

专利主权项内容

1.一种基于多维特征融合网络的肌肉疲劳检测方法，其特征在于，包括如下步骤：S1、构建用于检测肌肉疲劳状态的多维特征融合网络；S2、利用采集的多个位置的肌肉的等张收缩的表面肌电信号对所述多维特征融合网络进行训练，得到训练完成的肌肉疲劳检测模型；S3、将肌肉的表面肌电信号输入所述肌肉疲劳检测模型，得到肌肉疲劳类别；所述多维特征融合网络包括特征提取模块，用于提取能表征肌肉疲劳程度的特征值；所述多维特征融合网络包括基于支持向量机的特征分类模块，用于对表征肌肉疲劳程度的特征值进行分类，得到肌肉疲劳的类别；还包括采用人工蜂鸟算法对所述支持向量机进行参数优化，确定支持向量机的最优参数，所述参数优化的方法包括：S1001、随机初始化所述支持向量机的待优化参数所组成的多维向量的n个参数解；S1002、计算每个参数解对应的测试集的准确率，记录准确率最高时对应的参数解；S1003、随机确定蜂鸟的飞向方向；随机对蜂鸟进行引导式觅食或区域式觅食；S1004、当迭代次数超过迁移系数的预定值时，则将最劣解剔除并重新生成一个随机的参数解；当迭代次数未达到最大迭代次数时，返回步骤S1002；当迭代次数超过最大迭代次数时，则将准确率最高时对应的参数解作为支持向量机的最优参数。