基于PSO改进的BP神经网络数据手套手势识别

摘要

针对5DT数据手套手势识别这一问题,提出BP神经网络和PSO算法相结合的识别方法.首先利用特征提取和归一化方法建立通用手势模板,并基于此模板采用BP神经网络进行训练学习,同时通过PSO算法修正BP神经网络的权值和阈值,将训练完毕的神经网络用于实际操作过程中的手势识别.该方法既保留了BP算法结构简单、易于实现的优点,同时避免了不同操作者复杂的标定过程.仿真和实验结果表明,所提出的控制方法有效的缩短了学习时间,并且提高了识别过程的实时性和精确性.