基于深度神经网络的sEMG手势识别研究
来源：计算机工程与应用杂志2019年第23期北京时间：
作者：张龙娇，曾晓勤
单位：河海大学 计算机与信息学院，南京 211100
摘要：为了提高表面肌电信号（sEMG）手势识别算法的准确性，并解决人为提取大量特征具有局限性的问题，提出了一种基于深度神经网络的手势识别方法。将MYO臂环采集到的8通道sEMG数据，采用活动段分割的方法探测到有效动作；设计出一种融合卷积神经网络（CNN）和长短时记忆（LSTM）网络的神经网络；实验的结果表明手势识别准确率为91.6%，验证了提出的方案高效可行。
关键词：表面肌电信号,手势识别,MYO臂环,卷积神经网络
