EMG Feature Extraction Toolbox
This toolbox offers 40 feature extraction methods (EMAV, EWL, MAV, WL, SSC, ZC, and etc.) for Electromyography (EMG) signals applications.
Ahora está siguiendo esta publicación
- Verá actualizaciones en las notificaciones de contenido en seguimiento.
- Podrá recibir correos electrónicos, en función de las preferencias de comunicación que haya establecido.
Jx-EMGT : Electromyography (EMG) Feature Extraction Toolbox
-------------------------------------------------------------------------------------------------------------------------------------------------------------------
* This toolbox offers 40 types of EMG features
* The < A_Main.m file > demos how the feature extraction methods can be applied using generated sample signal.
* The detailed of this Jx-EMGT toolbox can be found at https://github.com/JingweiToo/EMG-Feature-Extraction-Toolbox
Citar como
Too, Jingwei, et al. “Classification of Hand Movements Based on Discrete Wavelet Transform and Enhanced Feature Extraction.” International Journal of Advanced Computer Science and Applications, vol. 10, no. 6, The Science and Information Organization, 2019, doi:10.14569/ijacsa.2019.0100612.
Too, Jingwei, et al. “EMG Feature Selection and Classification Using a Pbest-Guide Binary Particle Swarm Optimization.” Computation, vol. 7, no. 1, MDPI AG, Feb. 2019, p. 12, doi:10.3390/computation7010012.
Agradecimientos
Inspiración para: Identify Arm Motions Using EMG Signals and Deep Learning.
Información general
- Versión 1.4 (17,4 KB)
-
Ver licencia en GitHub
Compatibilidad con la versión de MATLAB
- Compatible con cualquier versión
Compatibilidad con las plataformas
- Windows
- macOS
- Linux
| Versión | Publicado | Notas de la versión | Action |
|---|---|---|---|
| 1.4 | See release notes for this release on GitHub: https://github.com/JingweiToo/EMG-Feature-Extraction-Toolbox/releases/tag/1.4 |
