用于穿戴式鼠标信号的端点检测研究
摘要
本文研究利用神经网络进行穿戴式鼠标中的鼠标手势信号端点检测。我们将长短期记忆神经网络(Long Short Term Memory，LSTM)用作基本神经单元，并引入了一个线性距离因子。神经网络模型在该因子的帮助下可以适应性的更新分割函数。在验证时利用总计约3000个手势数据样本对模型进行了训练和评估。结果表明，在鼠标手势的端点检测中，相比于传统固定的双门限方法，基于LSTM的神经网络端点检测算法模型适应性好，无需附加任何阈值即可有效应用于手势分割，而且可以明显提升最终手势分类识别率，使其平均识别率达到了95.8%。
引用本文（GB/T 7714）
安徽华明航空电子系统有限公司, 闻 孙, 志勇 姚, 等. 用于穿戴式鼠标信号的端点检测研究[J]. 人工智能研究, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。