文献

J-GLOBAL ID：201602242734891123   整理番号：16A0726962

LMBPニューラルネットワークを用いた筋電図に基づく手書き文字認識システム【Powered by NICT】

Electromyography based handwriting recognition system using LM-BP Neural Network

著者 (4件)： Tan Shiying (Robotics Institute, School of Mechanical Engineering, Shanghai Jiao Tong University, China) ,  Yueying An (Robotics Institute, School of Mechanical Engineering, Shanghai Jiao Tong University, China) ,  Yulun Wu (Robotics Institute, School of Mechanical Engineering, Shanghai Jiao Tong University, China) ,  Zhang Dingguo (Robotics Institute, School of Mechanical Engineering, Shanghai Jiao Tong University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： HSI  ページ： 83-88  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 技術の発展に伴い,人間-コンピュータインタフェイス(HCI)システムは,日常生活でますます重要な役割を果たしている。HCIは接続を設定し,人間とコンピュータ間の情報を転送する方法である。表面筋電図(SEMG)に基づくパターン認識が最も重要なHCI技術の一つである。電子製品の入力装置を計算機(特に障害者)との相互作用の人々の要求を満たすためには更なる携帯型にするために,本研究ではLMBP(逆伝搬)ニューラルネットワークに基づくSEMGベース手書き文字認識システムを提案した。信号前処理の面では,本論文は,信号の特徴をより良く反映するために信号のいくつかの新しい特徴を使用することを試みた。パターン認識の面では,LMBPニューラルネットワークであるSEMGベースモデル訓練と認識に適したシステムの設計に適用した。動的時間ワーピング(DTW)アルゴリズムと隠れMarkovモデル(HMM)に基づくシステムに基づく既存のシステムと比較して,訓練時間と訓練時間は多く,SEMGベース手書き文字認識システムをより実用的にすることを減少した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  パターン認識 ,  障害者 ,  前処理 ,  *筋電図 ,  相互作用 ,  コンピュータ ,  アルゴリズム ,  入力装置 ,  *手書き文字認識 ,  携帯型 ,  隠れMarkovモデル ,  計算機械
準シソーラス用語： 表面筋電図 ,  日常生活 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 筋電図 ,  手書き文字認識