经网络算法和支持向量机算法。”
顿了一下，陈卫龙教授继续地介绍：“模糊模式识别能自适应提取模糊规则，对初始化规则不敏感，适合处理semg这样具有严格不重复的生物电信号;线性判别分析对数据进行降维，计算简单，但不适合大数据;人工神 经网络可以同时描述训练样本输入输出的线性关系和非线性映射关系，可以解决复杂的分类问题，学习能力强，……。”
“额，教授，这些算法支撑好像都有所欠缺，还有其他算法吗？”周青皱了皱眉，陈教授提的这些算法他都有考虑过，并不是很满意。
闻言，陈卫龙教授不由抓瞎了，这个问题难住他了。
““还有tmsc，利用非负矩阵分解算法，针对每个动作提取任务特定协同，并依据特定任务协同重构样本特征的相似度来决策最终的动作类别，相比之下，smsc对所有动作样本特征组成的特征矩阵利用nmf提取任务间共有协同，你将其可理解为一种特征转换算法，再通过常规肌电模式识别模型对转换后的样本特征完成类别决策，……。”就在这时，张勇生教授突然插话道。
闻言，周青双眼一亮，对张勇生教授提供算法方向十分感兴趣。
“教授，这