数据融合matlab代码基于多视图深度学习的基于表面肌电图的手势识别 此回购包含我们关于sEMG的最新论文的代码：魏文涛，戴庆峰，黄永康，余杜，坎坎哈利，耿卫东。” 要求 CUDA兼容GPU Ubuntu> = 14.04或任何其他可以运行DockerLinux / Unix 用法 拉泊坞窗图片 我们已将docker映像上传到。 您可以使用命令行来提取docker映像，如下所示： docker pull zjucapg/semg:latest 使用下面的命令行进入Docker容器 nvidia-docker run -ti -v your_prodjectdir:/code your_featuredir:/feature your_imudir:/imu zjucapg/semg /bin/bash 数据集 本文使用的原始数据集包括11个类别，包括（ DB1-DB7 ）和（ 10mov4chUntargetedForearm，6mov8chUFS，10mov4chUF_AFEs，8mov16chLowerLimb ）。 在这项工作中，sEMG的手工功能被用作多视图深度学习的不同视图。

肌读数据集 腕部冬眠，弯曲，伸展，径向偏移，尺骨偏移，内旋，旋后和拳头手势的Myo臂章肌电图读数数据集。 项目结构 读数位于_readings文件夹中，每个记录会话包含一个文件夹。 每个会话文件夹包含多个文件，每个手腕手势一个。 这些文件名为 .txt（例如，扩展名为2.txt，请参见下面的手势标签）。 每个录制会话文件夹应至少包含八个文件（用于手势0-7）。 文件本身由多行组成： ... 11,32,-3,-43,4,5,42,7,0 13,24,-5,12,43,42,12,1,0 123,121,-100,-88,-32,32,123,13,2 ... 每行代表来自Myo臂章上的八个EMG通道的样本（[-128，127]，有符号字节），以及给定时刻的手腕手势（类）标签，以逗号分隔。 该行的末尾没有逗号，并且文件中的任何地方都不应有空格。 根据Myo规范，采样频率约为2