Question

我要制作一个手套，通过使用连接到柔性传感器和加速度计（也可能是emg传感器）的arduino来识别手势。

我能够从我读过的传感器记录所有这些数据。我想要的是学习如何创建一个分类器来识别这些手势。有人说使用Matlab或Pyton，但我不知道从哪里开始。我看到一些用于机器学习的库，但我立即迷路了。我只对采样和分类的概念有所了解。

如果可能的话，我想为我可以开始学习的资料提供一些建议。

注意：我主要了解java编程语言。

Answer 1

在将机器学习应用于您的问题之前，您可能需要参加一些课程/教程。 There是ML材料的重要列表。

还有一些步骤可以帮助您解决问题。

首先，您必须为数据选择合适的格式。至识别手势，你可能要跟踪你的手势参数（屈曲，加速度）随时间变化。

例如：您每隔0.1秒记录一次参数，然后进行手势操作长度是1秒。因此，要素矢量看起来像[f0, f1, ..., f10, a0, ..., a10]。
之后，您必须创建训练集 - 功能集带有标签的矢量。此时，你必须标记你自己做手势。您可能需要大量示例才能获得进一步的分类工作。
最后一部分：选择一些机器学习工具（我使用Python scikit学习）。有各种各样的分类器，但我建议使用简单的开头（NearestNeighbors，Decision Tree）。 Java中有一些机器学习库，您可以使用它们如果你想。使用您的训练数据集来训练您的分类器，所以它将能够预测新特征向量的标签。

示例（Python）：

from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier()
clf.fit(X, y)
# X is an array of feature vectors, y is an array of labels.
gestures = clf.predict(X_new)
# X_new is an array of feature vectors of 
# gestures you want to recognize

此外，您可能会发现有用的this Kaggle比赛，它也是关于手部动作识别，但使用EEG记录。

如何对来自多个传感器的记录数据进行分类？

1 个答案: