作者:王旭尧,徐永红 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2015年第12期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2015120130 DOC编号:DOCCGJS2015120139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器的心率信号处理及检测方法》PDF+DOC2016年第09期 陈炎,李丹,李彦海,马皛源,魏建明 《外骨骼机器人的非结构地面行走步态分类算法》PDF+DOC2017年第04期 陈建华,奚如如,王兴松,杜峰坡,穆希辉 《基于MEMS的步态信号采集实验教学装置》PDF+DOC 陈东毅,陈建国,李玉榕,段小华 《基于分散熵和支持向量机的运动状态识别》PDF+DOC2019年第07期 杨智超,李国辉,李佳韵,申嘉琪 《基于加速度的人体步态监测方法》PDF+DOC2009年第02期 曹玉珍,刘晓婷,程旸 《基于加速度计的步态数据无线采集系统设计》PDF+DOC2009年第05期 刘燕,李月香 《灰色关联分析在多传感器目标跟踪中的应用》PDF+DOC2007年第22期 陆陶荣,朱林户,王国正 《步态加速度信号的无线采集系统设计》PDF+DOC2007年第12期 李雅 《步态加速度信号的无线采集系统设计》PDF+DOC2007年第05期 周兆丰,刘守印,侯向锋 《基于加速度传感器的步态分类研究》PDF+DOC2013年第04期 邢秀玉,刘鸿宇,黄武
  • 传统多元多尺度熵算法在处理有限长时间序列时,会使均值曲线产生较大的波动,并且阈值的选取也会对结果产生较大的影响。因此,在传统多元多尺度熵的基础上首先对传统粗粒化方式进行了改进,改进后的算法采用滑动均值滤波使粗粒化后各尺度上的时间序列与原始时间序列长度一致,减小了所计算多元多尺度熵的离散性。此外,本文算法在保持多元样本熵硬阈值优点的同时,通过定义模糊隶属度函数来统计两复合延迟矢量距离略大于阈值的情况,既降低了传统方法对阈值的依赖性,也很好的解决了传统阈值所导致的不稳定现象。最后用仿真数据对该算法进行了验证,并将其应用于不同人体步态加速度信号的复杂度评价和分类,结果表明改进算法的识别效果明显优于传统多元多尺度熵。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。