作者:王斐,闻时光,张育中,金基准,吴成东 单位:北京科技大学 出版:《工程科学学报》2012年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFBJKD2012010060 DOC编号:DOCBJKD2012010069 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器的乒乓球击球动作识别》PDF+DOC2016年第01期 黄刘松,储岳中,张学锋 《基于手机放置变化的步态识别》PDF+DOC2016年第21期 杨文辉,杨明静 《基于机器学习的手势识别系统及其在移动终端上的应用》PDF+DOC2017年第08期 李养群,周梅 《基于步态检测算法的辅助行走系统设计》PDF+DOC2020年第04期 熊毅超,李晓欧,周志勇 《基于随机森林算法的旋转机械齿轮组故障诊断》PDF+DOC2019年第05期 王子兰,杨瑞 《基于支持向量机的信息融合诊断方法》PDF+DOC2005年第09期 尉询楷,李应红,刘建勋,路建明 《基于过程神经网络的步态模式自动分类》PDF+DOC2011年第04期 王斐,张育中,闻时光,吴成东 《基于步态加速度的步态分析研究》PDF+DOC2009年第06期 刘蓉,黄璐,李少伟,刘毅 《基于MMA7260加速度传感器的电子计步器》PDF+DOC2010年第33期 邢辉,赵敏 《基于光纤光栅传感器的复合材料损伤识别系统》PDF+DOC2014年第11期 路士增,林兰波,姜明顺,贾磊,隋青美,赛耀樟
  • 针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时--频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性。

    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。