基于迁移学习的跨域表面肌电信号手势识别研究.pdfVIP

基于迁移学习的跨域表面肌电信号手势识别研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

表面肌电信号（SurfaceElectromyography，sEMG）因其无创采集、蕴含丰富人体意图信

息等特点已被广泛应用在手势识别、假肢控制、康复医疗等领域。但是由于用户差异性等因

素的存在，导致现有的研究成果鲁棒性和普适性差，无法真正落地应用于市场。除此之外，

肌电数据出于隐私保护和获取过程的差异性，数据集之间往往以孤岛的形式存在，数据整合

面临巨大阻力。因此，本文基于迁移学习和联邦学习的思想，针对跨用户和跨数据集之间的

跨域差异性所带来的运动意图感知识别模型性能下降的问题进行重点研

该用户很懒，什么也没介绍

更多 >