期刊专题

10.3778/j.issn.1002-8331.1902-0210

基于深度神经网络的sEMG手势识别研究

引用
为了提高表面肌电信号(sEMG)手势识别算法的准确性,并解决人为提取大量特征具有局限性的问题,提出了一种基于深度神经网络的手势识别方法.将MYO臂环采集到的8通道sEMG数据,采用活动段分割的方法探测到有效动作;设计出一种融合卷积神经网络(CNN)和长短时记忆(LSTM)网络的神经网络;实验的结果表明手势识别准确率为91.6%,验证了提出的方案高效可行.

表面肌电信号、手势识别、MYO臂环、卷积神经网络

55

TP391.4(计算技术、计算机技术)

国家重点研发计划项目2017YFC0405805

2019-12-19(万方平台首次上网日期,不代表论文的发表时间)

共7页

113-119

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

55

2019,55(23)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn