买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆理工大学

摘要：本发明涉及人体生理信号解码技术领域，尤其涉及一种基于轻量化卷积神经网络的表面肌电信号手势识别系统。包括肌电信号预处理模块、训练数据准备模块、网络模型构建模块和模型训练与测试模块；肌电信号预处理模块用于对数据集中的原始表面肌电信号进行滤波和降噪处理。本发明提供的一种基于轻量化卷积神经网络的表面肌电信号手势识别系统，通过使用多尺度融合卷积模块用以提取肌电多尺度融合特征，引入多尺度感受野和多尺度融合，使得网络模型可以同时综合考虑不同尺度的下的肌电特征信息，包括局部信息和长跨度信息，并使用通道注意力机制以对特征矩阵的各个通道进行加权，强调高贡献度特征，保证了网络模型所提取特征的质量。

主权项：1.一种基于轻量化卷积神经网络的表面肌电信号手势识别系统，其特征在于，包括肌电信号预处理模块、训练数据准备模块、网络模型构建模块和模型训练与测试模块；所述肌电信号预处理模块用于对数据集中的原始表面肌电信号进行滤波和降噪处理；所述训练数据准备模块用于对预处理后的肌电数据划分训练集与测试集，并进行归一化、数据增强以及输入矩阵构建；所述网络模型构建模块用于构建轻量化卷积神经网络模型；所述模型训练与测试模块用于将经过训练数据准备模块处理的数据输入到轻量化卷积神经网络模型中进行训练与参数调优，并使用测试集完成性能测试；所述轻量化卷积神经网络模型用于对输入的三维肌电矩阵进行特征提取和手势分类；所述轻量化卷积神经网络模型包括特征提取模块、全连接模块和分类决策模块；所述特征提取模块用于对输入的三维肌电矩阵通道卷积神经网络进行肌电特征的自动提取；所述全连接模块用于对特征提取模块的输出特征进行特征降维；所述分类决策模块用于对所述轻量化卷积神经网络模型的输入三维肌电矩阵所对应手势类别进行判别；所述特征提取模块共有4个且首尾相连，每个所述特征提取模块均包括多尺度融合卷积模块和通道注意力模块；所述多尺度融合卷积模块用于对输入矩阵进行各种不同尺度的特征提取；所述通道注意力模块用于对所述多尺度融合卷积模块的输出特征各通道进行权重的分配；所述通道注意力模块用于将所述多尺度融合卷积模块的输出特征通过全局平均池化层得到一维序列，对得到的一维序列使用一维卷积来学习输出特征各通道的权重，将权重序列每一个分量乘以对应的通道原始数据以得到经过通道注意力机制作用后的特征图，作为所述特征提取模块的输出特征。

全文数据：

权利要求：

百度查询： 重庆理工大学 基于轻量化卷积神经网络的表面肌电信号手势识别系统