GL-RBF优化的数据手套手势识别算法

针对5DT数据手套手势识别过程中的精度和实时性问题,提出GA算法和LM算法混合优化的RBF神经网络手势识别方法。该算法首先确定RBF神经网络基函数的中心,根据遗传算法确定神经网络的初值,同时利用LM算法和遗传算法混合训练RBF神经网的权值和阈值,将已经完成训练的神经网络应用到实际数据手套的手势识别过程中。通过实验及仿真结果可知,所提出的设计方法能够有效的提高训练速度,减少训练时间,并且提高了数据手套与机器人操作系统的实时性和控制精度。