摘要
本发明公开了一种基于深度学习的肌电信号数据生成方法,属于深度学习领域;首先,搭建包括深度角度序列编码器,上下文编码器,肌电信号生成器和判别器的对抗模型框架,并放在用户手关节上,生成肌电信号数据;其中,深度角度序列编码器用于编码手关节角度序列控制信号,并输入上下文编码器生成肌电信号的潜在信息,利用肌电信号生成器生成对应的肌电信号;肌电信号判别器判别每个时间步是否符合真实肌电信号模式;然后,利用肌电信号数据训练基于卷积神经网络的肌电信号分类网络,并部署到实际嵌入式设备或移动终端中,进行实时手势识别。本发明有效扩充了现有肌电信号数据集,同时利用序列信息作为控制信号,有效提高了数据生成的质量。
技术关键词
电信号
数据生成方法
编码器
分类网络
生成对抗模型
嵌入式设备
序列
手势
关节
深度卷积网络
移动终端
高通滤波器
中间层
噪声
平方根
框架
上采样
系统为您推荐了相关专利信息
柔顺控制方法
摩擦力矩
手术机器人
RBF神经网络
速度
静息态脑电信号
情绪识别方法
情绪识别模型
指标
情绪识别装置
船舶轨迹预测方法
轨迹预测模型
周围环境数据
特征提取模块
矩阵