1.基于EMD样本熵的表面肌电信号识别方法，其特征在于该方法包括如下步骤： 步骤（I).获取人体上肢肌电信号样本数据，具体是：首先通过肌电信号采集仪拾取人体上肢肌电信号，再运用能量阈值确定动作的起始位置和终止位置作为动作肌电信号；步骤（2).将步骤（I)获取的动作肌电信号信号进行经验模态分解，然后依据频率有效度的方法自适应的选取若干个包含肌电信号有效信息的内蕴模式函数分量进行迭加作为有效肌电信号；具体如下： 1)对肌电信号,用经验模态分解，分解成各内蕴模式函数分量之后，如下式所示； ^')=^€//)+ φ) /=1 式中：c/0为第个内蕴模式函数分量；(O为余项； 2)为了自适应的选取前若干个内蕴模式函数分量，设计基于瞬时频率的有效信息统计法，定义第i层的内蕴模式分量的频率有效度Si =HiSn ;其中，％为MFi中瞬时频率落在2(Γ350范围内的点数，η为总的信号采样点数，Bi表示在指定频率段的有效信息量；由于经验模态分解的各层内蕴模式分量的频率逐层减小，它们的频率有效度也各不相同，因而通过设定频率有效度马的值可以选取不同的前若干个内蕴模式分量； 3)依据频率有效度的方法自适应的选取若干个包含肌电信号有效信息的内蕴模式函数分量进行迭加作为有效肌电信号； 步骤（3).将步骤（2)获取的有效肌电信号进行特征提取，求取其样本熵作为肌电信号特征； 步骤（4).以步骤（3)所求得的样本熵作为特征向量输入基于主轴核聚类算法的聚类分类器，获得识别结果； 所述的主轴核聚类算法的聚类分类器设计如下： 根据肌电信号样本熵分布特征，设计基于样本和核的相似性度量的算法一主轴核聚类算法，具体是： 设一个J维矢量样本集Z =(½¾/-，类别数为e，定义主轴核函数为： K-j (^. = ^ J — 1,2,-- ■ ,C 式中：Vj' = (Ui^ti),设％为第头的子集，则式为子集％的均值，Si为％的协方差矩阵,轴％=('〜“')是样本协方差矩阵爲的七个最大特征值所对应的本征向量系统，其中七表示j类动作的维数； 任一样本X与一个轴％之间的相似程度可以用ζ与μ头主轴之间的欧氏距离的平方来度量： L2 (x,Kj-) = [(J - Uj) - Uj-U](x-Uj)f [(J-Uj) - U/J] Cx-¾.)] 式中4是巧类样本的均值向量；任一样本 与某个类主轴的欧氏距离不受特征量纲选取的影响，并且平移不变，而且也反应了特征的相关性；通过对训练数据的聚类分析，用已知动作训练集分别求取的每个动作的主轴核函数为相应类的聚类主轴，每个聚类主轴都是一个rf维矢量；如果给定矢量属于第J类，那么它到第J类聚类主轴的欧氏距离最小；因此，如果要判定矢量属于哪一类，只要计算它到哪一类聚类主轴的欧氏距离最小即可。