基于循环神经网络的表面肌电信号手势识别的领域自适应
机器学习
2019-12-02 v2 人机交互
机器学习
摘要
表面肌电图（sEMG/EMG）是通过电极从皮肤限定区域记录肌肉的电活动。基于sEMG的手势识别对会话间和受试者间的差异极为敏感。我们提出了一种模型以及一种基于深度学习的方法以适应领域偏移，从而提升识别精度。在稀疏与高密度（HD）sEMG公开数据集上的分析验证了我们的方法优于当前最优（state-of-the-art）方法。
引用
@article{arxiv.1901.06958,
title = {Domain Adaptation for sEMG-based Gesture Recognition with Recurrent Neural Networks},
author = {István Ketykó and Ferenc Kovács and Krisztián Zsolt Varga},
journal= {arXiv preprint arXiv:1901.06958},
year = {2019}
}
备注
Typos corrected