基于多特征融合CNN的肌电手势识别方法与流程技术资料下载

技术编号:22738606

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于生理信号识别领域,具体涉及一种基于多特征融合cnn的肌电手势识别方法。背景技术生理信号是一种重要的数据资源,可在疾病的检测、治疗和康复等环节提供帮助。其主要包括人体正常生理活动中自发产生的信号,如心电信号、脑电信号、肌电信号、胃电信号等电生理信号和呼吸、脉搏、体温等非电生理信号。其中肌电信号(electromyogram,emg)是随肌肉活动产生的一种重要生物电信号,它是众多肌纤维运动电位在时间和空间上的叠加。这一信息能够反映关节状态以及在运动过程中肢体的形状和位置等信息,是用于感知人...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发