典型文献
基于LightGBM的改进表面肌电信号手势识别研究
文献摘要：
为了提升表面肌电信号(sEMG)手势动作识别的准确性和训练效率,提出一种基于LightGBM的手势识别模型.传统的GBDT算法训练效率较低,准确率无法快速提升,LightGBM算法采用基于梯度的单侧采样和互斥特征捆绑改进性能,具有训练速度快、占用内存低、分类准确率高的优势.将臂环采集到的8通道sEMG数据按时间顺序进行扁平化处理,提取有效特征.实验结果表明,经过LightGBM改进的sEMG手势识别模型取得较高准确率,并且显著提升训练速度.
文献关键词：
手势识别;表面肌电信号;LightGBM;基于梯度的单侧采样;互斥特征捆绑
中图分类号：
作者姓名：
梅雪峰;赵礼峰
作者机构：
南京邮电大学理学院 南京 210023
文献出处：
引用格式：
[1]梅雪峰;赵礼峰-.基于LightGBM的改进表面肌电信号手势识别研究)[J].计算机与数字工程,2022(01):95-99
A类：
基于梯度的单侧采样,互斥特征捆绑
B类：
LightGBM,表面肌电信号,号手,手势识别,sEMG,手势动作,动作识别,训练效率,识别模型,GBDT,算法训练,训练速度,分类准确率,按时,扁平化,有效特征
AB值：
0.229709
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。
