10.3969/j.issn.1000-386x.2021.04.030
基于S EMG的人手手内动作识别
提出一种基于SEMG的人手手内动作识别系统对十种自定义的人手手内操作进行识别.结合人手操作的常用动作,设计包括平移、转移和旋转等在内的十种人手动作集;采用经验模态分解(EMD)算法对原始肌电信号进行预处理;采用最大Lyapunov指数(MLE)法对经过降噪处理后的肌电信号进行特征提取;将获得的非线性MLE特征通过随机森林算法进行分类,并同其他经典算法进行比较.实验结果表明,该系统可以有效地识别10种不同的人手手内动作,准确率高达91.67％.
表面肌电仪、经验模式分解、随机森林
38
TP3(计算技术、计算机技术)
平顶山学院高层次人才启动基金项目;河南省高校科学技术研究重点项目
2021-04-19（万方平台首次上网日期，不代表论文的发表时间）
共6页
184-189
