基于改进概率神经网络的手势动作识别

• 作者: 尚小晶 李阳 王立刚 田彦涛
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 表面肌电信号 模式识别 概率神经网络 K-W检验 粒子群优化
• 年，卷（期）: 2010,（5）
• 页码范围: 459-466
• 分类号: TP18
• 字数: 5900字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2010.05.005

摘要

为寻找一种快速且高识别率的手势识别方法,提出一种基于改进的概率神经网络手势识别算法.该算法采用K-W检验方法实现sEMG(Surface-Myoelectrogram Gestures)的特征选择,利用粒子群优化方法对传播率参数进行优化.在7种手部姿势识别的实验中,该算法平均正确识别率均在90%以上,而传统BP算法的正确率仅为85.7%.仿真实验结果表明,改进的概率神经网络算法具有更短的训练时间和更强的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田彦涛	吉林大学通信工程学院	118	909	16.0	24.0
2	李阳	吉林大学通信工程学院	43	107	7.0	9.0
3	尚小晶	吉林大学通信工程学院	4	27	2.0	4.0
4	王立刚	吉林大学通信工程学院	2	20	1.0	2.0