【论文阅读笔记】基于肌电信号的人手姿态多模式识别方法、基于肌电信号的手部动作模式识别新思路、基于支持向量机的人手姿态肌电模式识别与力检测

最新推荐文章于 2024-02-18 13:15:34 发布
最新推荐文章于 2024-02-18 13:15:34 发布
阅读量446 收藏 11
点赞数 1
文章标签： 支持向量机 论文阅读 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50830241/article/details/131168685
版权
标题作者单位期刊关键词
基于肌电信号的人手姿态多模式识别方法杨大鹏 赵京东 姜力 刘宏哈尔滨工业大学 机器人技术与系统国家重点实验室上海交通大学学报肌电控制 模式识别 支持向量机 假手
基于肌电信号的手部动作模式识别新思路王焕玲 尤波 黄玲 杨大鹏哈尔滨工业大学 机器人技术与系统国家重点实验室计算机工程与应用表面肌电信号 模式识别 误差反向传播神经网络
基于支持向量机的人手姿态肌电模式识别与力检测杨大鹏 赵京东 崔平远 姜力 刘宏哈尔滨工业大学 机器人技术与系统国家重点实验室高技术通讯肌电控制 模式识别 支持向量机 假手

三篇文章的共通之处：分类模式

将拇指、食指 其余指作为单一的自由度，他们的放松、弯曲、伸展各作为一个“态”，最终由27种可能的类别。
在这里插入图片描述

基于肌电信号的人手姿态多模式识别方法

一、特征提取

选取特征：均值（采样频率：1kHz，10个通道，得到6维特征）

二、分类方法：SVM

1.SVM思想

找到使得两类数据距离最大的超平面进行分割

2.“核”的概念

  • RBF核
    在这里插入图片描述

3.问题转化（没懂）

  • 拉格朗日优化算法：将SVM二次规划问题转化为对偶问题求解
    在这里插入图片描述

基于肌电信号的手部动作模式识别新思路

一、特征提取

选取特征：均值

二、分类方法：BP神经网络

  • 思想：三个神经网络分别识别三个手指的状态
  • 隐藏层结点数设定
    在这里插入图片描述- 初试权值设定：要求在初始权值设定时，在初始输入累加时每个神经元状态接近于零（较小的随机数）
  • 参数设置
    在这里插入图片描述

基于支持向量机的人手姿态肌电模式识别与力检测

一、激发态与空闲态判断

在这里插入图片描述

二、模式识别：C-SVM

  • 识别函数
    在这里插入图片描述
  • 高斯核
    在这里插入图片描述

总结

一、收获

  • 通过对三篇文章的对比学习，比较文章的共同之处与不同之处，对手势识别的方法有了更具体的了解
  • 学习到了将手分为三个部分，对每个部分指定三个“态”的思想

二、展望

  • 了解到对C-SVM以及“核”的概念不熟悉，日后将重点学习
weixin_50830241
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
如何做肌电信号手势识别？
u013561061的博客
09-05 1308
肌肉电手势识别
支持向量机用于肌电信号模式识别的程序matlab
05-30
初步了解支持向量机，支持向量机的入门程序，和用于肌电信号模式识别的入门程序。
手势识别.rar_SVM手势识别_图像识别_手势识别_数据识别svm_雷达 手势
07-15
通过雷达采集手势数据，产生手势图像，再用SVM识别
用OpenCV的SVM实现简单的手势识别（切水果）[附源码]
weixin_44571865的博客
06-03 2355
二、SVM 因此容易写得一个基于HOG特征SVM分类器 三、测试 简单尝试了一下训练，然后把训练的xml读入，做了测试（这里表格里的单位应该是ms不是s） 运用SVM+Qt+openCV写了小demo测试 适当调整灵敏度后点击“抢占”就能调用windows.api控制鼠标，开始愉快(智杖)的玩耍了！时间比较久，有些东西已经没了，不过代码还在，之前没上传的原因就是感觉代码写得太烂，而且就是个本科作业级别的玩具，不好意思上传，但是有人需要，所以上传修改了一下文章，如下。该项目主要有三个工程， 一个是vs_tes
基于SVM的运动手势识别模型
SingWeek
01-21 2989
1、通过捕捉手在空中的运动手势，通过卷积进行图像特征提取和PCA特征降维最后通过SVM进行分类。具体代码如下，通过 sklearn、numpy等相关库实现。 #!usr/bin/python3 # -*- coding:utf-8 -*- # author:SingWeek import cv2 import numpy as np import os from sklearn.mode...
基于SVM的数字手势识别模型
qq_43182766的博客
04-13 1865
1.将一张图片扩展为n张图片 from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img datagen = ImageDataGenerator( rotation_range=30, width_shift_range=0.2, heig...
基于磁场刺激的肌电信号模式识别的研究
01-15
对于人体表面肌电(SEMG)信号提出一种新的研究方法, 即在磁场刺激下, 采用小波变换的方法, 对从...实验结果表明, 该方法识别率高, 所需数据量少,运算速度快, 实时性好, 为肌电等生物电信号的研究提供了一种新方法.</p>
医疗电子中的便携式肌电信号采集及人体动作识别设计方案
10-19
在医疗电子领域，便携式肌电信号采集及人体动作识别设计方案是一种先进的技术，它能够非侵入性地监测和分析肌肉活动，从而为临床诊断、康复治疗和生物力学研究提供重要信息。肌电信号（Electromyography，EMG）是...
基于肌电信号稀疏特征的手势识别方法研究
10-15
**基于肌电信号稀疏特征的手势识别方法研究** 表面肌电信号（sEMG）在人机交互领域中扮演着重要角色，特别是在手势识别技术中。手势识别的关键在于有效地提取sEMG信号的特征。这项研究提出了一种创新方法，利用稀疏...
HOG+SVM手势识别
03-07
利用HOG特征和SVM学习算法实现对不同手势的识别 其中对于张开的手识别率可高达90%以上 资源里本人的毕业论文，没有具体的代码，详细介绍了HOG算法和SVM算法，并给出了实现手势识别的具体操作，以及识别效果 请勿随意转载
基于sift和SVM算法实现的手势识别 MATLAB GUI程序
11-06
基于sift和SVM算法实现的手势识别程序，用MATLAB GUI编写的，附有手势库，可拷贝至任何磁盘运行不必担心路径问题，但可能要求版本高一点的MATLAB软件
基于HOG特征和SVM的手势识别
09-12
为克服环境带来的影响，借鉴了近年来在目标检测研究中应用较多的梯度方向直方图（HOG）技术，将其用于手势识别中。这种方法使得基于视觉的手势识别对环境不再敏感，得到了较好的识别效果。
VS2013+OPENCV2.4.10 提取HOG特征使用SVM多分类手势识别
05-12
使用VS2013+OPENCV 2.4.10 离线训练及识别手势图片获得识别率
HOG+SVM手势识别可运行程序，识别车
02-14
HOG+SVM手势识别可运行程序，识别车。编译时要把opencv设置好。核心程序C++，不是采用opencv
opencv手势识别（2_KNN算法识别）
Mr Qin的博客
01-18 2623
手势识别系列博文2：KNN算法识别手势前言原理介绍代码实现 前言 琴某人辛辛苦苦码的报告，当然不能让你们这么容易复制过去(๑• . •๑) 原理介绍 代码实现 1.程序中有很多冗余的函数 2.要运行此代码还需要提前制作好模板库，否则识别个der啊 3.代码有点乱，不想改了 #include <iostream> #include <string> #include <opencv2\opencv.hpp> #include <stdio.h> usi
python手势识别上下左右(SVM+HOG特征)
12-21
项目环境：opencv==3.4.5       scikit-learn =>=0.20.2.     numpy == 1.17.4 参考博客：https://blog.csdn.net/qq_41562704/article/details/88975569 一、收集数据集 1、数据集图片的大小 300×300 2、获取上、下、左、右的手势，进行皮肤检测，将背景二值化 3、皮肤检测参考文章（https://blog.csdn.net/weixin_40893939/article/details/84527037） dataset.py # -*- coding: utf8 -*- #
基于HOG和SVM的复杂背景下的手势识别应用于Android手机相册管理(录像)
ichangjian的专栏
11-27 2457
视频：基于HOG和SVM的复杂背景下的手势识别应用于Android手机相册管理 HOG讲解：http://blog.sina.com.cn/s/blog_60e6e3d50101bkpn.html SVM讲解：http://blog.csdn.net/v_july_v/article/details/7624837 软件原理：http://blog.csdn.net/
SVM与KNN掌纹识别算法对比
最新发布
yyjysh0216的博客
02-18 1295
掌纹识别
基于matlab的表面肌电信号的手势识别
05-19
表面肌电信号（sEMG）是一种测量肌肉活动的技术，可以用于手势识别。基于Matlab的sEMG手势识别可以通过以下步骤实现： 1. 数据采集：使用sEMG传感器采集手部肌肉的信号。 2. 信号预处理：对采集到的sEMG信号进行预处理，包括滤波、放大、降噪等。 3. 特征提取：从预处理后的信号中提取特征，如时域特征、频域特征、小波变换特征等。 4. 特征选择：选择对手势识别最有用的特征。 5. 训练模型：使用机器学习算法，如支持向量机（SVM）、人工神经网络（ANN）等，训练手势识别模型。 6. 测试模型：使用测试集对训练好的模型进行测试，评估模型的准确率和性能。 7. 应用：将训练好的模型应用于实际手势识别中。 需要注意的是，sEMG手势识别是一个复杂的任务，需要针对具体的应用场景进行深入研究和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值