论文部分内容阅读
为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG值作为特征向量,送入概率神经网络(PNN)中进行训练识别,实现人体手势识别。实验结果表明:PNN对前臂SEMG信号的模式识别的正确率可达到97.62%,将PNN应用于手势识别系统具有可行性。