本发明涉及一种基于数据手套的KEM手势识别算法，所述的数据手套至少包括k1个传感器，k1≥5，所述的k1个传感器各分别在拇指、食指、中指、无名指和小指上，计算方法包括以下步骤：a.将数据手套采集的待测手势进行处理，判断其为动态或者静态，将其进行预处理；b.每种手势随机选取一个样本制作模板，将选取的样本数据输入到本文所特定的K‑means聚类算法中进行聚类降维；c.步骤b中得到的聚类中心就是该手势模板，为下一步模板匹配做好准备；d.将待识别数据的聚类中心输入到手势模板匹配算法中，得到手势识别结果。本发明具有实现较为简洁，鲁棒性较强，识别率较高，能够满足实时性的要求的有益效果。
