基于BP神经网络的手势动作表面肌电信号的模式识别
于擎
杨基海
陈香
张旭
1.中国科学技术大学电子科学技术系,合肥,2300272.中国科学技术大学电子科学技术系,合肥,2300273.中国科学技术大学电子科学技术系,合肥,2300274.中国科学技术大学电子科学技术系,合肥,230027
摘要：手势语言在日常生活中有着广泛的应用,本研究利用手势动作时从前臂4块肌肉上获取的4路表面肌电(SEMG)信号,经特征提取并采用BP神经网络,对8种手势动作模式进行了识别.鉴于BP网络具有较强的模式分类能力,而特征提取(幅度绝对值均值、AR模型系数、过零率)又利用了多路肌电信号的信息,实验结果取得了较高的识别正确率,表明所采用的方法是有效的.
关键词：模式识别手势语言表面肌电信号BP网络AR模型系数过零率
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(60703069)
论文发表日期：2009-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 6-10 )
英文信息