基于表面肌电的手势识别.py

import numpy as np

class emg_processing（）:
    # 提取活动段
    def get_act（dataqua）:
        semg = np.array（data）
        semg = semg.transpose（）
        semg = np.maximum（semg -semg）
        semg = semg.mean（axis=1）
        jg_flag = 0
        act_flag = 0
        yangben_flag = 0
        sample_num = []
        window_len = 40
        act_data = [[]]
        qua_data = [[]]
        for i in range（int（len（semg）/window_len））:
            temp = np.array（semg[i*window_len:（i+1）*window_len]）
            if temp.mean（） >= 2.4:
                # print（‘data is act‘）
                act_flag = 1
                jg_flag = 0
                for j in range（8）:
                    act_data[yangben_flag].extend（data[j][i * window_len:（i+1） * window_len]）
                for k in range（4）:
                    qua_data[yangben_flag].extend（qua[k][i * 3:（i+1） * 3]）
            else:
                # print（‘data is rest‘）
                if act_flag == 1:
                    if jg_flag < 3:
                        for j in range（8）:
                            act_data[yangben_flag].extend（data[j][i * window_len:（i + 1） * window_len]）
                        for k in range（4）:
                            qua_data[yangben_flag].extend（qua[k][i * 3:（i+1） * 3]）
                        jg_flag += 1
                    else:
                        if len（act_data[yangben_flag]） > 10*8*window_len:
                            yangben_flag += 1
                            act_data.append（[]）
                            qua_data.append（[]）
                        act_flag = 0
                        jg_flag = 0

        act_data=act_data[0:-1]
        qua_data=qua_data[0:-1]
        for i in range（len（act_data））:
            sample_num.append（int（len（act_data[i]）/8/window_len））
        print（‘样本个数：‘ len（act_data））
        print（‘样本窗数：‘ sample_num）
        # print（act_data）
        return act_data sample_numqua_data

    # 数据配齐
    def data_normalization（selfact_data mean_window_num）:
        # 将返回的每个样本窗数，带标签的rawdata，进行数据配齐
        feature = [ ]
        label = [ ]
        print（‘actdata:‘np.array（act_data）.shape）
        for i in range（len（act_data））:
            #print（len（act_data[i]））
            for j in range（len（act_data[i]））:
                data = []
                data_1 = []
                for x in range（64）:
                    data.append（[]）
                for y in range（int（len（act_data[i][j]）/1920））:
                    data_1.append（act_data[i][j][1920*y:1920*（y+1）]）
                    for k in range（64）:
                        data[k].extend（data_1[y][k*30:（k+1）*30]）
                # print（‘data:‘np.array（data）.shape）
                # for m in range（int（len（data）/64））:
                #     data_1.append（data[m*64:（m+1）*64]）
                window_len = len（act_data[i][j]）/64/int（mean_window_num）
                # print（window_len）
                # data_2=[]