شماره ركورد كنفرانس :
4220
عنوان مقاله :
مقايسه اي بر روشهاي مختلف طبقه بندي حركات انگشتان دست به وسيله ي سنسورهاي EMG
پديدآورندگان :
قوي داوود d.ghaviandam@yahoo.com
دانشگاه پيام نور , ساجده sa.lo_engineer @yahoo .com
دانشگاه پيام نور , فريبا fariba.nasiri1993@gmail.com
دانشگاه پيام نور
كليدواژه :
شبكه هاي عصبي مصنوعي (ANN) , ماشين بردار پشتيبان (SVM) , حساسيت زداي انتخابي شبكه عصبي (SDNN)
عنوان كنفرانس :
هجدهمين كنفرانس ملي دانشجويي مهندسي برق ايران
چكيده فارسي :
در اين مقاله روشهاي مختلف طبقه بندي حركات دست به وسيله ي سنسور هاي الكترومايوگرافي (EMG)را كه در چندين مقاله به شكل هاي متنوعي صورت گرفته اند را با هم مقايسه كرده ايم. Akmalla و همكارانش يك دستكش داده طراحي كرده اند كه با استفاده از سنسور هاي EMG و سنسورهاي خمش كه درنخستين بند از انگشتان قرار گرفته اند وهمچنين با استفاده از روش ماشين بردار پشتيبان بجاي روش هاي معمول براي طبقه بندي حركات دست استفاده نموده اند كه نتايج رضايت بخشي را به همراه داشته است. دكتر MANE و همكارانش سنسور هاي EMG تك كاناله را پيشنهاد كرده اند كه اين كار را موجب كاهش داده هاي اموزش شبكه عصبي مي دانند. Hiroshi kawata و همكارانش در ژاپن براي كاهش محاسبات و داده ها و حجم اطلاعات در شبكه هاي عصبي از روش خاصي به نام حساسيت زداي انتخابي شبكه هاي عصبي استفاده كرده است كه قادر مي باشد حجم داده ها و اطلاعات را كاهش دهد.