[发明专利]基于改进的受限玻尔兹曼机的肌电信号特征提取方法

权利要求书

1.基于改进的受限玻尔兹曼机的肌电信号特征提取方法，其特征在于，包括以下步骤：

步骤1,获取肌电信号并进行预处理，得到训练数据和测试数据；

步骤2，构建改进的受限玻尔兹曼机对训练数据进行训练，使用对比分歧算法和吉布斯采样更新参数；

步骤3，训练结束后，使用训练好的参数对测试数据进行分类验证，实现肌电信号特征提取。

2.根据权利要求1所述的基于改进的受限玻尔兹曼机的肌电信号特征提取方法，其特征在于，步骤1进一步包括以下步骤：

步骤1.1，对获取的肌电信号进行滤波得到N维数据；

步骤1.2，对N维数据进行傅里叶变换得到傅里叶系数；

步骤1.3，对傅里叶系数进行归一化；

步骤1.4，将归一化后的傅里叶系数随机划分为训练数据和测试数据，标记部分数据作为理想的输出数据，即标签数据。

3.根据权利要求1所述的基于改进的受限玻尔兹曼机的肌电信号特征提取方法，其特征在于，步骤2进一步包括以下步骤：

步骤2.1，受限玻尔兹曼机只有可视层与隐藏层，可视层与隐藏层相互映射，这里的隐藏层包括检测层和池化层；定义一个能量函数，表示可视层与检测层的联合概率分布，能量函数中的可视层数据和检测层数据的连接是可视数据和检测数据与权重的卷积；

步骤2.2，根据贝叶斯公式，由联合概率分布得可视层与检测层的条件概率分布，已知输入数据即可视层数据，根据条件概率得检测层数据，这一过程是吉布斯采样过程；

步骤2.3，对隐藏层数据用概率最大池化对其池化处理，对池化层数据进行反池化得到检测层数据，由检测层数据根据条件概率重构可视层数据；

步骤2.4，使用对比分歧算法对每个参数求偏导，不断迭代，以达到优化参数的目的。

4.根据权利要求3所述的基于改进的受限玻尔兹曼机的肌电信号特征提取方法，其特征在于，步骤2.1进一步包括以下步骤：

定义一个能量函数E(v,h)，

根据能量函数E(v,h)得到可视层与检测层的联合概率分布：

其中，v为可视层输入，h为检测层数据，w为可视层与隐藏层的权重，k表示有k个卷积核，b，c分别是可视层和隐藏层的偏置，运算符*表示卷积，e表示自然对数的底，Z表示归一化常数。

5.根据权利要求3所述的基于改进的受限玻尔兹曼机的肌电信号特征提取方法，其特征在于，步骤2.2进一步包括以下步骤：

通过联合概率分布求得边缘概率分布，在已有联合概率分布和边缘概率分布的基础上，根据贝叶斯公式能够得到，当给定了可视层的状态，检测层上的某一神经元被激活的概率，即：

其中sigmiod是激活函数，

同样，根据贝叶斯公式能够得到，当给定了检测层的状态，可视层上的某一神经元被激活的概率，即：

其中，v为可视层输入，h为检测层数据，w为可视层与隐藏层的权重，k表示有k个卷积核，b，c分别是可视层和隐藏层的偏置，运算符*表示卷积。