基于深度神经网络的sEMG手势识别研究

• 作者: 张龙娇 曾晓勤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 表面肌电信号 手势识别 MYO臂环 卷积神经网络
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 113-119
• 页数: 7页
• 分类号: TP391.4
• 字数: 5096字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1902-0210

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾晓勤	河海大学计算机与信息学院	45	302	8.0	15.0
2	张龙娇	河海大学计算机与信息学院	1	3	1.0	1.0