1、手是人體的一個(gè)重要的器官，手部的動(dòng)作十分靈巧并且具有復(fù)雜功能。隨著科技的進(jìn)步，越來(lái)越多使用計(jì)算機(jī)進(jìn)行手勢(shì)識(shí)別的研究開(kāi)始逐漸展開(kāi)。手勢(shì)識(shí)別雖然重要，但是對(duì)于失去手部的殘疾人來(lái)說(shuō)，普通方式的手勢(shì)識(shí)別無(wú)法滿足殘疾人的需求?；谏鲜鲅芯磕康?，本研究著重于提出一種基于生物電信號(hào)的手部關(guān)鍵動(dòng)作的識(shí)別系統(tǒng)。這種方法結(jié)合了表面肌電信號(hào)的傳統(tǒng)識(shí)別方法和智能識(shí)別方法的優(yōu)點(diǎn)，使用三個(gè)傳感器識(shí)別七個(gè)手部關(guān)鍵動(dòng)作和一個(gè)放松狀態(tài)。
　　本研究所提出的識(shí)別方法

2、分為三個(gè)部分:數(shù)據(jù)預(yù)處理、特征提取和動(dòng)作分類。其中數(shù)據(jù)預(yù)處理的方法使用了傳統(tǒng)的肌電信號(hào)識(shí)別方式，目的是直接分離運(yùn)動(dòng)區(qū)間和放松狀態(tài)，減少計(jì)算量。特征提取和分類使用的是智能的模式識(shí)別算法，在特征提取方面選擇了計(jì)算相對(duì)簡(jiǎn)單直觀的時(shí)域特征，目的是在實(shí)時(shí)處理中能夠響應(yīng)迅速。分類方面分別使用了現(xiàn)階段流行的支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法。
　　為了能夠驗(yàn)證提出方法的有效性，本研究選取四名被試者進(jìn)行了大量的對(duì)比試驗(yàn)。實(shí)驗(yàn)結(jié)果基本能夠證明本研究所提出的算