首页|基于LightGBM的改进表面肌电信号手势识别研究

基于LightGBM的改进表面肌电信号手势识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提升表面肌电信号(sEMG)手势动作识别的准确性和训练效率,提出一种基于LightGBM的手势识别模型.传统的GBDT算法训练效率较低,准确率无法快速提升,LightGBM算法采用基于梯度的单侧采样和互斥特征捆绑改进性能,具有训练速度快、占用内存低、分类准确率高的优势.将臂环采集到的8通道sEMG数据按时间顺序进行扁平化处理,提取有效特征.实验结果表明,经过LightGBM改进的sEMG手势识别模型取得较高准确率,并且显著提升训练速度.
Research on Improved Gesture Recognition of Surface EMG Based on LightGBM

梅雪峰、赵礼峰

展开 >

南京邮电大学理学院 南京 210023

手势识别 表面肌电信号 LightGBM 基于梯度的单侧采样 互斥特征捆绑

国家自然科学基金青年基金

61304169

2022

10.3969/j.issn.1672-9722.2022.01.019

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(1)
  • 1
  • 5