作者:严军,陈晓丹,沈海斌 单位:华东计算机技术研究所;上海计算机学会 出版:《计算机工程》2012年第18期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJSJC2012180060 DOC编号:DOCJSJC2012180069 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVD特征降维和支持向量机的跌倒检测算法》PDF+DOC2017年第01期 白勇,孙晓雯,秦昉,孙子文 《基于扭振分析方法的齿轮传动系统故障辨识》PDF+DOC2019年第02期 张辉,冯浩,丁立军,赵浩 《人体跌倒的鲁棒检测方法》PDF+DOC2013年第05期 李正周,陈联涛,刘勇,高媛,于帆 《基于半监督学习的跌倒检测系统设计》PDF+DOC2016年第10期 李仲年,臧春华,杨刚,项嵘 《奶牛行为特征识别方法的研究与实现——基于支持向量机》PDF+DOC2018年第08期 侯云涛,蔡晓华,吴泽全,东忠阁 《基于K邻近算法的转向架构架状态识别研究》PDF+DOC2019年第08期 邱英,冯春雨,谢锋云,刘昆,杨静,王二化 《基于运动传感器的帕金森自动分级研究》PDF+DOC2018年第09期 杨越,汪丰,孙丰,郑慧芬 《基于加速度传感器的电缆防盗检测算法研究》PDF+DOC2020年第21期 蒋意珏,唐毓,骆杨,汪志飞 《基于加速度信号的走路模式多级分类算法》PDF+DOC2009年第08期 李月香,刘燕,袁涛,王文剑 《特征融合与GA-SVM在刀具状态监测中的应用研究》PDF+DOC2015年第04期 李顺才,李巍,吴明明
  • 研究基于3D加速度传感器的空间手写识别技术,提出一种基于时频融合特征的分类识别方法。从加速度数据中提取短时能量(STE)特征及低频分量,经快速傅里叶变换后提取频域特征WPD+FFT,将时域特征STE和频域特征WPD+FFT进行特征融合,利用主成分分析法对其降维,采用支持向量机进行分类识别。实验结果表明,该方法能提高空间手写识别系统的识别率。

    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。