手势抓握分类
集成10个软体压力传感器和6个软体弯曲传感器，结合可解释的模糊编码算法，首次将Mamba结构与模糊智能系统结合，实现手势和抓握物体的高精度分类。
Zeyu, Liu · 程龙 · Li, Houcheng · Muyuan, Ma · Haoyu, Zhang · 李正伟 · Zhenghua, Ma · Jiachen, Wei
IEEE Transactions on Fuzzy Systems 2025
手势分类平均准确率达96.3%，抓握物体分类平均准确率达94.9%。
模糊编码利用专家提供的隶属度向量增强可解释性。
软体压力传感器平均灵敏度133 N⁻¹，软体弯曲传感器平均灵敏度13 deg⁻¹。
首次将Mamba结构与模糊智能系统结合。