A peel-off convolution kernel compensation method for surface electromyography decomposition

这篇文章把peel-off策略应用到CKC算法上。CKC算法使用的是梯度下降求解，代价函数为 s^3/3 ，学习率设置为0.1，初始化为激活指数最大的值，并且识别到MU的发放时刻后进行剔除（但是这种剔除只会偶尔有效，所以本文提出了peel-off策略）。本文比较重要的是还介绍了几个评价指标：

$$\mathrm{RoA}=\frac{\mathrm{TP}}{\mathrm{TP}+\mathrm{FN}+\mathrm{FP}}$$ $$\mathrm{Sensitivity} = \frac{\mathrm{TP}}{\mathrm{TP+FN}} \\$$ $$\text{Precision}=\frac{\mathrm{TP}}{\mathrm{TP}+\mathrm{FP}}$$