Wyszukiwarka
Abstrakt
This paper presents an innovative classification system for hand gestures using 2-channel surface electromyography analysis. The system developed uses the Support Vector Machine classifier, for which the kernel function and parameter optimisation are conducted additionally by the Cuckoo Search swarm algorithm. The system developed is compared with standard Support Vector Machine classifiers with various kernel functions. The average classification rate of 98.12% has been achieved for the proposed method.
Cytowania
-
1 5
CrossRef
-
0
Web of Science
-
1 9
Scopus
Cytuj jako
Pełna treść
pobierz publikację
pobrano 9 razy
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1155/2016/6481282
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie wyróżnionym w JCR
- Opublikowano w:
-
Computational and Mathematical Methods in Medicine
nr 2016,
strony 1 - 7,
ISSN: 1748-670X - Język:
- angielski
- Rok wydania:
- 2016
- Opis bibliograficzny:
- Pałkowski A., Redlarski G.: Basic Hand Gestures Classification Based on Surface Electromyography// Computational and Mathematical Methods in Medicine. -Vol. 2016, (2016), s.1-7
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1155/2016/6481282
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 89 razy
Publikacje, które mogą cię zainteresować
Neural Networks, Support Vector Machine and Genetic Algorithms for Autonomous Underwater Robot Support
- J. Balicki,
- J. Masiejczyk,
- P. Przybecki
- + 1 autorów
2014