首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种多模特征多层交互融合的肌电手势识别模型训练方法 

申请/专利权人:河北工业大学

申请日:2024-03-14

公开(公告)日:2024-07-05

公开(公告)号:CN118296491A

主分类号:G06F18/2415

分类号:G06F18/2415;G06F18/213;G06F18/25;G06N3/047;G06N3/048;G06N3/0464;G06N3/084;G06F123/02

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.07.23#实质审查的生效;2024.07.05#公开

摘要:本发明提供了一种多模特征多层交互融合的肌电手势识别模型训练方法,包括以下步骤:S1、采集表面肌电信号数据和加速度计信号数据;S2、提取肌电信号数据和加速度计信号数据的多模特征;S3、使用S2提取到的多模特征训练神经网络模型生成肌电手势识别模型。本发明有益效果:结合了前向和后向两个方向的信息来更好地捕捉时序数据中的长期依赖关系,提取全局特征,更好的提取数据局部特征,全局特征与局部特征的结合有效提高了模型的表征能力。

主权项:1.一种多模特征多层交互融合的肌电手势识别模型训练方法,其特征在于,包括以下步骤:S1、采集表面肌电信号数据和加速度计信号数据;S2、提取肌电信号数据和加速度计信号数据的多模特征;S3、使用S2提取到的多模特征训练神经网络模型生成肌电手势识别模型。

全文数据:

权利要求:

百度查询: 河北工业大学 一种多模特征多层交互融合的肌电手势识别模型训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。