基于卷积神经网络的表面肌电信号手势识别

• 作者: 杨亚慧 谢宏
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 卷积神经网络 表面肌电信号 手势识别 卷积 下采样
• 年，卷（期）: 2017,（15）
• 所属期刊栏目: 人工智能
• 页码范围: 59-61
• 页数: 3页
• 分类号: TP391.9
• 字数: 2188字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.15.017

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢宏	上海海事大学信息工程学院	74	842	11.0	27.0
2	杨亚慧	上海海事大学信息工程学院	1	8	1.0	1.0