基于混合空洞卷积CNN和BiGRU的表面肌电信号手势识别

来源：计算机应用与软件杂志2024年第11期北京时间：

作者：张凯, 陈峰

摘要：针对基于表面肌电信号(sEMG)的手势识别准确率低、计算量大的问题，提出一种基于混合空洞卷积神经网络组合双向门控循环单元与注意力机制(HDCBiGRUAttention)的表面肌电信号手势识别方法。相比普通CNN，HDC通过设置奇偶混合且大小不同的膨胀率，可以扩大感受野,减少过拟合,提取到更多特征。BiGRUJP+1模块能很好地提取和处理数据的时序特征，Attention模块为重要特征赋予更大的权重，可以提高准确率。JP在NinaproDB1数据集和自采数据集上分别实现92.72%和97.85%的准确率。

关键词：表面肌电信号, 手势识别, 混合空洞卷积, 双向门控循环单元, Attention机制