基于表面肌电信号的紧凑型卷积神经网络手势识别

通过训练深度神经网络模型，可以提取表面肌电信号（sEMG）中的隐藏特征。通过对sEMG的分析，可以预测人类的运动意图。 然而，研究人员最近提出的模型通常参数较多。因此，我们设计了一种紧凑型卷积神经网络（CNN）模型，不仅提高了分类准确性，还减少了模型中的参数数量。我们提出的模型在Ninapro DB5数据集和Myo数据集上进行了验证，手势识别的分类准确性取得了良好结果。