公开(公告)号：CN118034493A

公开(公告)日：2024-05-14

申请号：CN202410112859.5

申请日：2024-01-26

Applicant: 杭州电子科技大学

Inventor： 彭勇 ,  朱成熙 ,  李逸冰 ,  方银锋

IPC: G06F3/01 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2411 ,  G06F18/23213

Abstract: 本发明提供一种稳定性特征发掘的迁移学习肌电手势识别方法；其过程如下.1.表面肌电信号的采集；2.对肌电信号数据进行预处理和特征提取；3.训练集、无标记样本、有标记样本划分，并使用训练集训练分类器；4.建立稳定性特征发掘的迁移学习肌电手势识别的目标函数；5.不断迭代优化目标函数；6.使用映射参数重新映射无标记样本；7.使用分类器对无标记样本分类，得到手势标签。本发明能够将偏移后的样本通过简单的矫正过程，映射到与训练样本相似的分布中，使模型的识别准确率保持在一个可靠的范围内。此外，本发明通过迭代更新的方法能够得到的稳定性特征发掘因子，通过稳定性特征发掘因子能够获得映射前后样本特征的变化程度。

公开(公告)号：CN118034493B

公开(公告)日：2024-11-26

申请号：CN202410112859.5

申请日：2024-01-26

Applicant: 杭州电子科技大学

Inventor： 彭勇 ,  朱成熙 ,  李逸冰 ,  方银锋

IPC: G06F3/01 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2411 ,  G06F18/23213

Abstract: 本发明提供一种稳定性特征发掘的迁移学习肌电手势识别方法；其过程如下.1.表面肌电信号的采集；2.对肌电信号数据进行预处理和特征提取；3.训练集、无标记样本、有标记样本划分，并使用训练集训练分类器；4.建立稳定性特征发掘的迁移学习肌电手势识别的目标函数；5.不断迭代优化目标函数；6.使用映射参数重新映射无标记样本；7.使用分类器对无标记样本分类，得到手势标签。本发明能够将偏移后的样本通过简单的矫正过程，映射到与训练样本相似的分布中，使模型的识别准确率保持在一个可靠的范围内。此外，本发明通过迭代更新的方法能够得到的稳定性特征发掘因子，通过稳定性特征发掘因子能够获得映射前后样本特征的变化程度。

公开(公告)号：CN116243798A

公开(公告)日：2023-06-09

申请号：CN202310204178.7

申请日：2023-03-06

Applicant: 杭州电子科技大学

Inventor： 彭勇 ,  朱成熙

IPC: G06F3/01 ,  G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06F17/16

Abstract: 本发明提供一种标签自适应修正的表面肌电手势识别方法，属于表面肌电信号识别领域。本发明的具体步骤如下：一、采集被试做不同手势时的表面肌电数据。二、对步骤1所得的所有表面肌电数据进行预处理和特征提取。三、建立联合半监督回归与图标签传播的肌电手势识别模型，并将修正矩阵Z嵌入其中。四、根据目标函数，通过联合迭代优化，得到目标函数中的参数。五、将得到的参数代入模型得到可供离线使用的肌电手势识别模型。本发明还关注样本空间的相似性。通过图相似矩阵S和标签修正矩阵Z，获得样本特征空间中特征数据的相似性，修正样本空间中标签的相似性，对于基于表面肌电的手势识别具有很大的帮助。