基于肌电信号手势识别的深度残差收缩网络
信号处理
2022-09-05 v3 机器学习
摘要
本工作介绍了一种基于肌电信号（EMG）的高精度手势识别方法。应用一种新开发的深度学习方法，即深度残差收缩网络（DRSN）来执行手势识别。基于手势产生的 EMG 信号特征，进行了优化以提高识别准确率。最后，应用三种不同算法将 EMG 信号识别准确率与 DRSN 进行比较。结果表明，DRSN 在 EMG 识别准确率方面优于传统神经网络。本文提供了一种对 EMG 信号进行分类的可靠方法，并探索了 DRSN 的可能应用。
引用
@article{arxiv.2202.02984,
title = {Deep Residual Shrinkage Networks for EMG-based Gesture Identification},
author = {Yueying Ma and Chengbo Wang and Chengenze Jiang and Zimo Li},
journal= {arXiv preprint arXiv:2202.02984},
year = {2022}
}