典型文献
基于双流卷积神经网络的肌电信号手势识别方法
文献摘要：
面向高性能的肌电控制系统,提出一种基于双流卷积神经网络的肌电信号手势识别方法,其从原始表面肌电信号中提取离散小波变换系数,与原始表面肌电信号分别作为双流卷积神经网络两个分支的输入进行高层特征学习,最终通过一个高层特征融合模块对两个分支学习得到的高层特征进行融合.所提方法在3个包含50～52类手势动作表面肌电信号的大规模基准数据集中,识别所有手势动作的投票准确率分别达到97.9％,81.3％,82.4％,且在3个数据集中基于不同长度滑动采样窗口的手势识别准确率均显著超越了近年来本领域相关研究工作所提出的深度神经网络模型.
文献关键词：
手势识别;双流卷积神经网络;离散小波变换;表面肌电信号;肌电控制系统
中图分类号：
作者姓名：
卫文韬;李亚军
作者机构：
南京理工大学 设计艺术与传媒学院,南京 江苏 210094
文献出处：
引用格式：
[1]卫文韬;李亚军-.基于双流卷积神经网络的肌电信号手势识别方法)[J].计算机集成制造系统,2022(01):124-131
A类：
肌电控制系统
B类：
双流卷积神经网络,号手,手势识别,表面肌电信号,离散小波变换,小波变换系数,特征学习,特征融合模块,习得,手势动作,基准数据集,投票,同长,样窗,识别准确率,深度神经网络模型
AB值：
0.171836
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
