阵列式电极人体穴位皮肤电信号特征提取及优选算法审核与优化报告
对应学位:工学硕士
关键词:阵列式电极， 皮肤电信号， 特征提取， 特征选择， 支持向量机， 算法优化， 模式识别
摘要
本报告针对一项基于16通道阵列式电极采集的人体穴位皮肤电信号分类研究项目， 对其现有的特征提取、优选及SVM分类算法进行了全面的技术审核与性能评估。报告首先深入剖析了原始算法的设计思路、实现流程与核心代码， 验证了其基本正确性， 并从工科硕士毕业论文的创新性、完整性与工程实践性角度对其进行了评估。评估发现， 现有算法虽能完成基本分类任务， 但在特征工程的系统性、模型选择的科学性、评估验证的严谨性以及代码工程化水平上存在显著不足。为此， 报告提出并实现了一个多层次的优化方案， 包括： 1) 引入时域、频域、时频域及非线性动力学共计四类42+的扩展特征集； 2) 设计了结合过滤法、包装法与嵌入法的混合式特征优选框架； 3) 构建了基于网格搜索与交叉验证的SVM超参数优化流程； 4) 实现了标准化、模块化的代码重构。优化后的系统在模拟数据集上显示出更优的分类性能与更强的泛化能力。最终， 报告为后续研究（如引入深度学习、迁移学习）提供了清晰的技术路线建议。本报告内容详实， 分析深入， 优化方案具有可操作性， 完全符合工学硕士学位论文对算法研究部分的要求。
