期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于表面肌电和位姿信息融合的手势动作识别
被引量：
2
1
作者
杨庆华
金圣权
+1 位作者
都明宇
王志恒
《高技术通讯》
CAS
2023年第12期1295-1302,共8页
针对仅通过表面肌电信号(sEMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特...
针对仅通过表面肌电信号(sEMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特征进行降维融合,使提取特征中的非线性信息得到较好保留,最后通过随机森林(RF)分类器进行分类识别。实验结果显示,该方法对10名受试者的11种不同手势的最佳平均识别率为98.23%,单个动作的识别准确率均在90%以上,验证了提出方法的可靠性。
展开更多
关键词
表面肌电
信号
(sEMG)
位姿信号
多模融合
核主成分分析方法(KPCA)
随机森林(RF)
在线阅读
下载PDF
职称材料
题名
基于表面肌电和位姿信息融合的手势动作识别
被引量：
2
1
作者
杨庆华
金圣权
都明宇
王志恒
机构
浙江工业大学机械工程学院
特种装备制造与先进加工技术教育部/浙江省重点实验室
出处
《高技术通讯》
CAS
2023年第12期1295-1302,共8页
基金
国家重点研发计划(2018YFE0125600)
浙江省基础公益研究计划(LGG19E050023)资助项目。
文摘
针对仅通过表面肌电信号(sEMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特征进行降维融合,使提取特征中的非线性信息得到较好保留,最后通过随机森林(RF)分类器进行分类识别。实验结果显示,该方法对10名受试者的11种不同手势的最佳平均识别率为98.23%,单个动作的识别准确率均在90%以上,验证了提出方法的可靠性。
关键词
表面肌电
信号
(sEMG)
位姿信号
多模融合
核主成分分析方法(KPCA)
随机森林(RF)
Keywords
surface electromyography(sEMG)
position signal
multi-mode fusion
kernel principal component analysis(KPCA)
random forest(RF)
分类号
R318 [医药卫生—生物医学工程]
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于表面肌电和位姿信息融合的手势动作识别
杨庆华
金圣权
都明宇
王志恒
《高技术通讯》
CAS
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
