-
公开(公告)号：CN117077014A
公开(公告)日：2023-11-17
申请号：CN202310164847.2
申请日：2023-02-27
Applicant: 复旦大学
IPC: G06F18/2411 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/2415 , G06F18/214 , G06F3/01
Abstract: 本发明属于手势识别技术领域，具体为一种基于肌电数据的弱监督手势识别方法。本发明方法包括：使用包含8个有效通道的肌电信号采集系统采集肌电信号数据；包括四种不同姿态下五种日常手势动作的肌电信号数据；对采集进行数据预处理，包括数据过滤和数据分割；然后提取4个特征：均方根值，波形长度，过零点和斜率符号变化；采用弱监督学习算法进行分类预测，预测模型采用拉普拉斯支持向量机、转导支持向量机、拉普拉斯岭回归；通过比较弱监督算法分类器的分类性能，在兼顾算法时效性以及准确率的同时找到适合腕部肌电信号手势识别的弱监督分类算法。实验表明，使用少量通道数据情况下具有高的预测精度，可达89.70％。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
