论文部分内容阅读
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。