[发明专利]基于双视图多尺度卷积神经网络的表面肌电信号识别方法有效
| 申请号： | 202110088663.3 | 申请日： | 2021-01-22 |
| 公开（公告）号： | CN112732092B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 张燕;杨帆;弓正菁;李璇;杨安杰 | 申请（专利权）人： | 河北工业大学 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V10/764;G06V10/774;G06V10/80;G06N3/045;G06N3/0464;G06N3/047;G06N3/048;G06N3/084;G06F3/01 |
| 代理公司： | 天津翰林知识产权代理事务所(普通合伙) 12210 | 代理人： | 王瑞 |
| 地址： | 300130 天津市红桥区*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双视图多尺度卷积神经网络的表面肌电信号识别方法。将表面肌电信号转换为一维表面肌电图像；利用希尔伯特曲线进行时间域和电极域的填充，变为二维表面肌电子图像；构建并训练卷积神经网络，经过输入部分的卷积特征提取后，将输出送到卷积神经网络流中；在第一层经过下采样确定每个卷积神经网络流的尺度；经过常规卷积或跨步卷积后的融合卷积特征经过视图聚合模块中的特征级融合将两个卷积神经网络流位于同一层的输出卷积特征进行拼接并输入到层融合，再将特征级融合后的卷积特征进行拼接，最终输出识别结果。本发明使一维图像转换为二维图像，使神经网络能够提取低层和高层深度特征，提高手势识别精度。 | ||
| 搜索关键词： | 基于 视图 尺度 卷积 神经网络 表面 电信号 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河北工业大学，未经河北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110088663.3/，转载请声明来源钻瓜专利网。
