Рейтинг пользователей: / 0
ХудшийЛучший 
УДК
Семендаров Андрей Витальевич,,,,,,
ВЫБОР СТРУКТУРЫ И ГИПЕРПАРАМЕТРОВ SVM ДЛЯ ЭФФЕКТИВНОГО РЕШЕНИЯ ЗАДАЧ КЛАССИФИКАЦИИ СИГНАЛОВ ЭЛЕКТРОМИОГРАФИИ
Semendarov Andrey Vitalevich
SELECTION OF STRUCTURE AND HYPER-PARAMETERS OF SVM FOR EFFICIENT SOLUTION OF THE TASKS OF CLASSIFICATION OF ELECTROMYOGRAPHY SIGNALS

Аннотация. Метод опорных векторов (SVM) – это широко используемый метод машинного обучения для задачи классификации сигналов электромиографии. Целью данной работы является поиск эффективных алгоритмов классификации таких сигналов при минимальных затратах на оборудов

Ключевые слова: сигнал электромиографии (ЭМГ), алгоритмы классификации, метод опорных векторов (SVM), предобработка и нормализация данных, гиперпараметры SVM, ядра SVM

Abstract. Support vector machine (SVM) is a widely used machine learning method for the problem of classifying electromyography signals. The purpose of this work is to search for efficient algorithms for the classification of such signals with minimal equipment cos

Keywords: electromyography signal (EMG), classification algorithms, support-vector machine (SVM), preprocessing and normalization data, SVM hyper-parameters, SVM kernel

ЧИТАТЬ ВЕСЬ ТЕКСТ >>>