频基注意神经网络

89.56% 手势识别

针对sEMG的频域注意力机制与主体自适应迁移学习结合，实现高精度、跨用户的手势分类。

Nguyen, Phuc Thanh Thien · Su, Shunfeng · Kuo, Chunghsien

IEEE Robotics and Automation Letters 2024

参数信息

预测时间

5 ms

技术优势

个体差异不再是问题

通过主体自适应迁移学习，模型能快速适应新用户的信号特征，提升跨用户泛化能力。

应用场景

• 假肢控制：高精度手势识别可提升假肢对用户意图的响应准确性。
• 人机交互手势识别：实时手势识别可增强人机交互的自然性与流畅度。
• 机器人灵巧操控：低延迟分类可支持机器人灵巧操作的实时控制。
• 肌电义肢控制：跨用户泛化能力可减少新用户对义肢的校准时间。