基于LightGBM的改进表面肌电信号手势识别研究
梅雪峰
赵礼峰
南京邮电大学理学院 南京 210023
摘要：为了提升表面肌电信号(sEMG)手势动作识别的准确性和训练效率,提出一种基于LightGBM的手势识别模型.传统的GBDT算法训练效率较低,准确率无法快速提升,LightGBM算法采用基于梯度的单侧采样和互斥特征捆绑改进性能,具有训练速度快、占用内存低、分类准确率高的优势.将臂环采集到的8通道sEMG数据按时间顺序进行扁平化处理,提取有效特征.实验结果表明,经过LightGBM改进的sEMG手势识别模型取得较高准确率,并且显著提升训练速度.
关键词：手势识别表面肌电信号LightGBM基于梯度的单侧采样互斥特征捆绑
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61304169)
论文发表日期：2022-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 95-99 )
英文信息