摘要:
为寻找一种快速且高识别率的手势识别方法,提出一种基于改进的概率神经网络手势识别算法。该算法采用K-W检验方法实现sEMG(SurfaceMyoelectrogram Gestures)的特征选择,利用粒子群优化方法对传播率参数进行优化。在7种手部姿势识别的实验中,该算法平均正确识别率均在90%以上,而传统BP算法的正确率仅为85.7%。仿真实验结果表明,改进的概率神经网络算法具有更短的训练时间和更强的分类能力。
中图分类号:
尚小晶|田彦涛|李 阳|王立刚. 基于改进概率神经网络的手势动作识别[J]. J4, 2010, 28(05): 459-.
SHANG Xiao-jing|TIAN Yan-tao|LI Yang|WANG Li-gang. Recognition of Gestures and Movements Based on MPNN[J]. J4, 2010, 28(05): 459-.