...
机译:基于表面肌电信号的非线性特征提取与分类的手部识别
Intelligent Systems & Biomedical Robotics Group, School of Creative Technologies, University of Portsmouth, Portsmouth, U.K.|c|;
FGMMs; manipulation identification; nonlinear feature; sEMG recognition;
机译:基于三元模式和离散小波变换的表面肌电信号分类基于特征提取的手部运动识别
机译:基于期望最大化算法的基于表面肌电的手部识别的时间序列建模
机译:基于SEMG非线性特征和时域特征融合的手动运动识别
机译:使用表面肌电图对人手运动进行时域多特征提取和分类
机译:优化的表面肌电图(sEMG)信号处理和系统识别,可实现智能假肢手控制。
机译:基于Stockwell变换的SEMG特征提取提高了手部动作识别的准确性
机译:机器人仿真表面EMG信号的特征提取与分类
机译:Batchelor-Hand-Brumfitt人工数据库的特征提取与分类结果。