加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于深度学习和特征图像的肌电信号手势识别方法

发明专利有效专利
  • 申请号:
    CN201510971796.X
  • IPC分类号:G06K9/00;G06F3/01;G06N3/08
  • 申请日期:
    2015-12-21
  • 申请人:
    浙江大学
著录项信息
专利名称一种基于深度学习和特征图像的肌电信号手势识别方法
申请号CN201510971796.X申请日期2015-12-21
法律状态授权申报国家暂无
公开/公告日2016-06-08公开/公告号CN105654037A
优先权暂无优先权号暂无
主分类号G06K9/00IPC分类号G;0;6;K;9;/;0;0;;;G;0;6;F;3;/;0;1;;;G;0;6;N;3;/;0;8查看分类表>
申请人浙江大学申请人地址
浙江省杭州市西湖区浙大路38号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人浙江大学当前权利人浙江大学
发明人耿卫东;李嘉俊;杜宇;卫文韬;胡钰
代理机构杭州求是专利事务所有限公司代理人邱启旺
摘要
本发明公开了一种基于深度学习和特征图像的肌电信号手势识别方法,首先对采集手势肌电原始信号进行预处理;其次进行特征提取,通过不同尺寸和概率的采样窗口提取出包括时域、时频域的特征,并将这些特征转换成图像;然后将特征图像和其对应的动作标签一起输入到深度神经网络中进行训练,得到网络模型;最后将测试数据和训练得到的网络模型输入深度卷积神经网络中进行预测,得到每段动作所有图像的预测标签,将这些标签按照多数同意规则进行投票,票数最高者为该段动作类别。本发明基于特征图像对深度卷积神经网络分类器进行识别。使用基于深度卷积神经网络的分类方法能够准确地识别同一被试的不同手势,较准确地识别不同被试间手势。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供