• Tidak ada hasil yang ditemukan

Experimental and analysis study on glovemap grasping force signal using Gaussian filtering method and principal component analysis (PCA)

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2024

Membagikan "Experimental and analysis study on glovemap grasping force signal using Gaussian filtering method and principal component analysis (PCA)"

Copied!
1
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 1 Halaman )

Teks penuh

(1)

International Journal of Innovative Computing, Information and Control, vol. 10(3), 2014, pages 897-908

Experimental and analysis study on glovemap grasping force signal using Gaussian filtering method and principal component analysis (PCA)

Abstract

This research paper presents the analysis study of human grasping forces for several objects by using a DataGlove called GloveMAP. The grasping force is generated from the bending of proximal and intermediate phalanges of the fingers when touching with a surface. A flexiforce sensor is installed at the finger's position of the GloveMAP. The acquired grasping force signals are filtered by using a Gaussian filtering for the purpose of removing noises. A Principal Component Analysis technique (PCA) is employed to reduce the dimension of the grasping force signal, and follows by the extraction of its features. In the experiment, five subjects are selected to perform the grasping activities. The experimental results show that the Gaussian filter could be used to smoothen the grasping force signals. Moreover, the first and the second principal components of PCA could be used to extract features of grasping force signals.

Keywords — Eigenfingers, gaussian filter, grasping force, principal component

Referensi

Unduh sekarang ( PDF - 1 Halaman - 59.80 KB )

Dokumen terkait

TEKNIK DATA MINING UNTUK MENGKLASIFIKASIKAN DATA ULASAN DESTINASI WISATA MENGGUNAKAN REDUKSI DATA PRINCIPAL COMPONENT ANALYSIS (PCA)

Metode yang digunakan untuk pengklasifikasian ulasan kepuasan destinasi wisata adalah kombinasi antara metode Principal Component Analysis (PCA) sebagai metode

KOMPUTERISASI IRIDOLOGI UNTUK MENDETEKSI KONDISI GINJAL MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN K-NEAREST NEIGHBORS (KNN)

Berdasarkan hasil analisis terhadap pengujian yang dilakukan dalam sistem klasifikasi pada citra iris area ginjal menggunakan Principal Component Analysis (PCA) untuk ekstraksi ciri

Penerapan Algoritma Principal Component Analysis (PCA) dan Backpropagation Neural Network (BPNN) dalam Pengenalan Bahasa Isyarat Huruf Tangan

(BPNN) serta tingkat akurasi dari hasil penelitian sebelumnya, maka penulis akan menggunakan metode menerapkan metode Principal Component Analysis (PCA) dan Backpropagation

COMPONENT ANALYSIS DAN SVM DOCUMENT CLASSIFICATION USING COMBINATION OF PRINCIPAL COMPONENT ANALYSIS ALGORITHM AND SVM

algoritma yang dapat membantu dalam melakukan klasifikasi dokumen yaitu Principal Component Analysis (PCA) dan Support Vector Machine (SVM). PCA digunakan lebih jauh

PREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE (PCA-SVM)

Berdasarkan hasil penelitian dan pembahasan terkait penerapan kombinasi algoritma Support Vector Machine (SVM) dan Principal Component Analysis (PCA) pada dataset

SKRIPSI. Implementasi Principal Component Analysis (PCA) dan Euclidean Distance untuk Identifikasi Citra Daging Sapi dan Daging Babi

Pada penelitian tersebut dilakukan untuk pembuatan sistem pengenalan tanda tangan dengan menggunakan algoritma PCA (Principal Component Analysis). Hasil dari

APLIKASI PRINCIPAL COMPONENT ANALYSIS (PCA) UNTUK MEREDUKSI FAKTOR-FAKTOR YANG BERPENGARUH DALAM PERAMALAN KONSUMSI LISTRIK.

Hasil simulasi menunjukan bahwa pada proses reduksi faktor dengan menggunakan Principal Component Analysis (PCA) sudah dapat diketahui faktor- faktor dominan yang

LAPORAN TUGAS AKHIR EKSTRAKSI FITUR UNTUK PENGENALAN WAJAH PADA RAS MONGOLOID MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)

Dalam rangka ekstraksi fitur untuk pengenalan wajah sebagai tujuan dalam penelitian ini, metode Principal Component Analysis (PCA) diusulkan, proses ektraksi