26年WP 基于深度学习的人体手势解码关键技术研究最终稿-约27995字符.pdf

I 摘 要 表面肌电信号（Surface Electromyography, sEMG）是通过体表电极获取的生物电信号，它是由肌肉神经活动引起的电位变化规律来表现的，能很好地反映一个人的运动意图。根据 sEMG 的特性，在智能假肢控制、康复治疗和人机交互等各方面都有重要的作用。传统的 sEMG 手势识别方法大多依靠人工设计特征向量，并使用固定的参数模式识别算法，单一的框架很难很好地识别出复杂动态信号里的隐含模式，在小样本学习环境下，受试者之间的分类性能差异十分明显，大大地削减了整体识别精度的提高空间。 本文选择 BandMyo 数据集上典型的五个手部动作（手腕弯、手腕...