RIF! - Rejstřík informací Fóra Věda žije!

RIV/61989100:27240/12:86092951 - Flexible Neural Trees for Online Hand Gesture Recognition using Surface Electromyography


Údaje o výsledku

Identifikační kód: RIV/61989100:27240/12:86092951
Název v původním jazyce: Flexible Neural Trees for Online Hand Gesture Recognition using Surface Electromyography
Název česky:
Druh: J - Článek v odborném periodiku
Jazyk: eng - angličtina
Obor: IN - Informatika
Rok uplatnění: 2012
Kód důvěrnosti: S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
Počet tvůrců: 4
Počet domácích tvůrců: 1
Tvůrce: Guo, Y.
Tvůrce: Wang, Q.
Tvůrce: Huang, S.
Tvůrce: Abraham Padath, Ajith

Údaje blíže specifikující výsledek

Popis v původním jazyce: Normal hand gesture recognition methods using surface Electromyography (sEMG) signals require designers to use digital signal processing hardware or ensemble methods as tools to solve real time hand gesture classification. Some methods could also result in complicated computational models, complex circuit connection and lower online recognition rate. It is therefore imperative to have good methods to explore a more suitable online design choice, which can avoid the problems mentioned above. An online hand gesture recognition model by using Flexible Neural Trees (FNT) and based on sEMG signals is proposed in this paper. The sEMG is a non-invasive, easy to record signal of superficial muscles from the skin surface, which has been applied in many fields of treatment and rehabilitation. The FNT model is generated and evolved based on the pre-defined simple instruction sets, which can solve highly structure dependent problem of the Artificial Neural Network (ANN). FNT method avoids complicated computation and inconvenience of circuit connection and also has an higher online recognition rate. Testing has been conducted using several continuous experiments conducted with five participants. The results indicate that the model is able to classify six different hand gestures up to 97.46% accuracy in real time. 2012 ACADEMY PUBLISHER.
Popis česky:
Klíčová slova:
Název periodka: Journal of Computers
Rozsah stran:
ISSN: 1796-203X
Svazek periodika: 7
Číslo periodika v rámci uvedeného svazku: 5
Stát vydavatele periodika: GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku: 5
DOI: 10.4304/jcp.7.5.1099-1103

Údaje o tomto záznamu o výsledku

Předkladatel: Vysoká škola báňská - Technická univerzita Ostrava / Fakulta elektrotechniky a informatiky (IČO: 61989100)
Dodavatel: MSM
Rok sběru: 2015
Systémové označení dodávky dat: RIV15-MSM-27240___/01:1
Kontrolní kód: [DCFB9DA81EE0]