forked from imyier/sEMG_MotionRecognition
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathdatabase.py
53 lines (45 loc) · 1.77 KB
/
database.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
import scipy.io as sio
import numpy as np
#===============================================================================
"""
Sapsanis是UCI(University of California Irvine)提供的手部动作肌电图信号数据集。
此数据是在两篇论文中使用的,也是分两次采集的,因此分成了两个数据库,即包中的两个文件夹。
第一次采集:
雇佣了3女2男实验,每个人采集的数据保存到一个文件中,每个文件中包含某个人在做6种手部
抓取动作时采集到的信号
采集仪器是双通道的
每次采集的序列长度为 3000。
每个动作重复 30遍
a) Spherical: 握球 spher_ch1,spher_ch2
b) Tip:捏 tip_ch1,
c) Palmar: 握笔 palm_ch1,
d) Lateral: 拿薄的平的东西 lat_ch1,
e) Cylindrical: 拿圆柱形的东西 cyl_ch1,
f) Hook: 承受重压 hook_ch1,
"""
'''
参数说明:
返回值说明:
sapsanis_dataset:
{female_1:{tip_ch1:[动作编次,采用数据]}
'''
def read_sapsanis():
sapsanis_dataset ={}
persons = ["female_1","female_2","female_3","male_1","male_2"]
for person in persons:
mat = sio.loadmat("./data_corpora/sapsanis/"+person+".mat")
sapsanis_dataset[person]=mat
#print(sapsanis_dataset)
return sapsanis_dataset
#===============================================================================
"""
CSL_HDEMG数据库是由德国不莱梅大学提供的手指动作肌电图信号数据集
"""
def read_csl_hdemg():
pass
def main():
data = read_sapsanis()
for key in data.keys():
print(key)
if __name__ == '__main__':
main()