论文部分内容阅读
为了提高表面肌电信号(sEMG)手势识别算法的准确性,并解决人为提取大量特征具有局限性的问题,提出了一种基于深度神经网络的手势识别方法。将MYO臂环采集到的8通道sEMG数据,采用活动段分割的方法探测到有效动作;设计出一种融合卷积神经网络(CNN)和长短时记忆(LSTM)网络的神经网络;实验的结果表明手势识别准确率为91.6%,验证了提出的方案高效可行。