APPROCCIO SLOPE-BASED PER LA CLASSIFICAZIONE DEI LIVELLI DI FATICA IN SEGNALI ELETTROMIOGRAFICI DI SUPERFICIE
SARDONE, VINCENZO
2024/2025
File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
TESI SARDONE VINCENZO.pdf
non disponibili
Descrizione: Tesi sperimentale sullo sviluppo di una pipeline in MATLAB per l’analisi dei segnali elettromiografici di superficie (sEMG) e la classificazione dei livelli di fatica muscolare mediante approccio slope-based e modelli di machine learning.
Dimensione
2 MB
Formato
Adobe PDF
|
2 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/67788