基于深度神经网络的sEMG手势识别研究

摘要：

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.

关键词：表面肌电信号、手势识别、MYO臂环、卷积神经网络

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划项目2017YFC0405805

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119