10.13873/J.1000-9787(2017)06-0063-03
基于人工神经网络对sEMG信号的手势动作识别
针对利用表面肌电信号(sEMG)对手势动作的肌电信号的研究较少和sEMG信号处理过于复杂的问题,提出了利用人工神经网络和sEMG信号对人的手势动作进行识别研究,引入了MYO硬件设备对新的手势动作sEMG信号采集.利用MYO从手臂上获取每一个手势动作的sEMG信号,提取信号特征值,作为算法的训练数据和测试数据.采用人工神经网络中的反向传递神经网络算法来进行对4种不同手势动作分类,对应目标手指识别率在90.35%.研究结果可以被用来做临床诊断和生物医学的应用以及用于现代硬件的发展和更现代化的人机交互的发展.
表面肌电信号(sEMG)、人工神经网络、MYO、特征提取、手势动作
36
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61368005
2017-07-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
63-65,69