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
卷积神经网络结合子域适应的低采样率肌电手势识别
1
作者
周雕
熊馨
+2 位作者
周建华
宗静
张琪
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第10期2011-2019,共9页
为了提升模型识别低采样率肌电手势的性能,提出新的识别方法.通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示.在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类.使...
为了提升模型识别低采样率肌电手势的性能,提出新的识别方法.通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示.在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类.使用NinaPro数据库中的DB1和DB5子数据库对所提方法进行评估.实验结果表明,所提方法识别53种和52种手势的最高准确率分别为90.89%(DB1)、89.90%(DB5)和82.01%(DB1)、77.07%(DB5),能够降低电极移位、肌肉疲劳、皮肤阻抗的变化和肌肉相对电极的相对运动等因素对低采样率肌电手势识别的影响.
展开更多
关键词
低采样率表面肌电
手势识别
子域适应
信息扩展
挤压与激励注意力机制
在线阅读
下载PDF
职称材料
题名
卷积神经网络结合子域适应的低采样率肌电手势识别
1
作者
周雕
熊馨
周建华
宗静
张琪
机构
昆明理工大学信息工程与自动化学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第10期2011-2019,共9页
基金
国家自然科学基金资助项目(82060329).
文摘
为了提升模型识别低采样率肌电手势的性能,提出新的识别方法.通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示.在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类.使用NinaPro数据库中的DB1和DB5子数据库对所提方法进行评估.实验结果表明,所提方法识别53种和52种手势的最高准确率分别为90.89%(DB1)、89.90%(DB5)和82.01%(DB1)、77.07%(DB5),能够降低电极移位、肌肉疲劳、皮肤阻抗的变化和肌肉相对电极的相对运动等因素对低采样率肌电手势识别的影响.
关键词
低采样率表面肌电
手势识别
子域适应
信息扩展
挤压与激励注意力机制
Keywords
low sampling rate surface electromyography
gesture recognition
subdomain adaptation
information expansion
squeeze-and-excitation attention mechanism
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
卷积神经网络结合子域适应的低采样率肌电手势识别
周雕
熊馨
周建华
宗静
张琪
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024
0
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
