首页|基于卷积神经网络的表面肌电信号手势识别

基于卷积神经网络的表面肌电信号手势识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
运用卷积神经网络原理,实现一维多通道的表面肌电信号的手势识别,避免了复杂的前期表面信号的预处理,以及手工特征提取阶段.文中分别采集右手的握拳、向左、向右和展拳4种手势的表面肌电信号.然后将采集的四种不同手势的肌电信号进行切割与标记,生成不同信号长度的八通道信号的训练集与测试集,运用卷积神经网络的原理,分别对其进行卷积、下采样.经过试验研究发现,运用卷积神经网络处理一维多通道表面肌电信号,从而实现手势识别的算法是可行的,并且能够得到较高的识别率.
Research on surface EMG signal gesture recognition based on convolution neural network

杨亚慧、谢宏

展开 >

上海海事大学 信息工程学院,上海 201306

卷积神经网络 表面肌电信号 手势识别 卷积 下采样

国家自然科学基金资助项目上海市科学技术委员会资助项目

6155011025214441900300

2017

10.19358/j.issn.1674-7720.2017.15.017

网络安全与数据治理
华北计算机系统工程研究所（中国电子信息产业集团有限公司第六研究所）

网络安全与数据治理

影响因子：0.348
ISSN：2097-1788
年,卷(期)：2017.36(15)
  • 4
  • 2