Skip to content

index.md

Latest commit

 

History

History
85 lines (60 loc) · 4.97 KB

index.md

File metadata and controls

85 lines (60 loc) · 4.97 KB

EMG signal processing platform

Платформа состоит из:

  1. Тренировочные наборы данных и функции для работы с ними .\data.
  2. Функции для предобработки, обнаружения и классификации сигналов EMG, реализующие различные алгоритмы.
  3. Скрипты для сравнения различных алгоритмов.
  4. Документация: описание алгоритов, ссылки на статьи, описание функций, отчеты с результатами.
  5. Аппаратная платформа.

Начало работы

  1. Установите Git.
  2. Получите свою локальную копию платформы:
$ git clone https://github.com/estel1/emg_platform
  1. Запустите пример EMGClassific_SVMmetod_10mov.m
  2. Пришлите мне свой username для включения в список collaborators (если у вас нет аккаунта - зарегистрируйтесь на GitHub

Возможные темы

Разработка программных средств для анализа сигналов EMG с использованием моделей глубокого обучения.

  1. PMC5013051.
  2. Deep Learning for Electromyographic Hand Gesture Signal Classification Using Transfer Learning.

Разработка программных средств для анализа сигналов EMG на основе адаптивных (рекалибруемых) моделей.

  1. 28744189.
  2. V.T.GAIKWAD, 2M.M.SARDESHMUKH SIGN LANGUAGE RECOGNITION BASED ON ELECTROMYOGRAPHY (EMG) SIGNAL USING ARTIFICIAL NEURAL NETWORK (ANN).
  3. Machine Learning for Gesture Recognition with Electromyography

Разработка программных средств для анализа сигналов EMG на основе ансамблей нейронных сетей.

Построение набора классификационных признаков EMG на основе CNN.

Разработка программных средств для анализа сигналов EMG на основе ансамблей нейронных сетей.

Коммерческие продукты

  1. Myo Armband.

Статьи

  1. Hand Gesture Recognition Using Machine Learning and the Myo Armband.
  2. Techniques of EMG signal analysis: detection, processing, classification and applications.

Книги

  1. SURFACE ELECTROMYOGRAPHY Physiology,Engineering,andApplications.
  2. Bita Mokhlesabadifarahani Vinit Kumar Gunjan EMG Signals Characterization in Three States of Contraction by Fuzzy Network and Feature Extraction.

Ссылки

  1. ESP8266 Tutorial
  2. A compendium of blog posts on op amp design topics by Bruce Trump.

You can use the editor on GitHub to maintain and preview the content for your website in Markdown files.

Whenever you commit to this repository, GitHub Pages will run Jekyll to rebuild the pages in your site, from the content in your Markdown files.

Markdown

Markdown is a lightweight and easy-to-use syntax for styling your writing. It includes conventions for

Syntax highlighted code block

# Header 1
## Header 2
### Header 3

- Bulleted
- List

1. Numbered
2. List

**Bold** and _Italic_ and `Code` text

[Link](url) and ![Image](src)

For more details see GitHub Flavored Markdown.

Jekyll Themes

Your Pages site will use the layout and styles from the Jekyll theme you have selected in your repository settings. The name of this theme is saved in the Jekyll _config.yml configuration file.

Support or Contact

Having trouble with Pages? Check out our documentation or contact support and we’ll help you sort it out.