基于深度学习根据表面肌电信号识别手势

我要开发同款
penrose2023年09月15日
89阅读
所属分类深度学习、人工智能

作品详情

该项目的目的是通过人体表面肌电信号识别特定手势,数据来源于kaggle平台的公开数据集EMG Signal for gesture recognition,其中的数据来自不同的用户,每条数据的核心信息为8个channel。
训练过程中,使用2个卷积层提取特征,再经过2个GRU层,最后进行全连接。此外,训练集中的肌电信号被录者不会出现在测试集中,即训练集与测试集的用户不同。经测试,未经过针对某特定用户进行训练所得到的预训练模型,最终的正确率大约在85%左右,而针对特定用户训练后,模型正确率可达98%以上。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论