作者：史殿习,李勇谋,丁博 单位：国防科技大学 出版：《国防科技大学学报》2015年第05期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFGFKJ2015050200 DOC编号：DOCGFKJ2015050209 下载格式：PDF + Word/doc 文字可复制、可编辑
《CNN多位置穿戴式传感器人体活动识别》PDF+DOC 邓诗卓,王波涛,杨传贵,王国仁 《基于可穿戴传感器的人体活动识别研究综述》PDF+DOC2018年第05期 郑增威,杜俊杰,霍梅梅,吴剑钟 《基于可穿戴设备的跌倒检测算法综述》PDF+DOC2018年第09期 忽丽莎,王素贞,陈益强,高晨龙,胡春雨,蒋鑫龙,陈振宇,高兴宇 《智能手机传感器标定的似线性模量方法》PDF+DOC2016年第06期 余前勇,刘志平 《基于方向补偿匹配算法和脚跟着地特征的鲁棒步态识别》PDF+DOC2017年第03期 黄华林 《基于手机传感器的室内用户行为识别》PDF+DOC2016年第05期 李晶,黄鹤,邓南山,于广涛,常坤 《基于特征融合的人体运动识别》PDF+DOC2019年第06期 连西静,崔升 《刀具状态智能监测研究进展》PDF+DOC2018年第06期 王国锋,李志猛,董毅 《基于深度卷积网络的多传感器信号故障诊断方法研究》PDF+DOC2018年第01期 吴魁,王仙勇,孙洁,黄玉龙 《基于手机传感器的人体活动识别综述》PDF+DOC2020年第10期 张春祥,赵春蕾,陈超,罗辉

    • 针对人的局限性可能会导致在提取特征中丢失重要信息，从而影响最终的识别效果问题，提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射，再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失，而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性，运用一个公开的活动识别数据集，使用三种常用无监督模型进行特征提取，并使用支持向量机进行活动识别。实验结果表明，特征提取方法取得了良好的效果，与其他方法相比具有一定的优势。

    📙 相关资料

    1. 《CNN多位置穿戴式传感器人体活动识别》PDF+DOC 随着人工智能的发展和可穿戴传感器设备的普及，基于传感器数据的人体活动识别(human activity recognition，简称HAR)得到了广泛关注，且具有巨大的应用价值.抽取良好判别力的特征，是提高HAR准确率的关键因素.利用卷积神经网络(convolutional neural netwo......
    2. 《基于可穿戴传感器的人体活动识别研究综述》PDF+DOC 人体活动识别(HAR)在医疗、安全、娱乐等方面有着广泛的应用。随着传感器器件的发展，各类能准确采集人体行为活动数据的传感器在手环、手表、手机等可穿戴设备上得到了广泛使用，相比基于视频图像的行为识别方法，基于传感器的行为识别具有成本低、灵活、可移植性好的特点，因此，基于可穿戴传感器的人体活动识别研究成......
    3. 《基于可穿戴设备的跌倒检测算法综述》PDF+DOC 综述2013-2018年基于穿戴式惯性传感器的跌倒检测研究工作.从跌倒的定义出发，阐述常规跌倒行为的几种状态、跌倒的分类方式及其类别.以可穿戴跌倒检测系统框架为基础，依次从数据采集、预处理、特征提取、模型构建等角度分别展开介绍当前的研究工作.归纳用于跌倒检测性能评估的一系列技术指标，展示9个跌倒检测......
    4. 《智能手机传感器标定的似线性模量方法》PDF+DOC 探讨了智能手机惯性传感器校正的九参数模型的6种形式，利用模量方程构建椭球模型，并通过多项式分解得到类似线性化的迭代模型，进而提出了一种似线性模量标定方法。利用该方法进行手机传感器多位置标定实验时，无需严格控制传感器标定位置或姿态，便可获得传感器的校正参数。以三星S3手机采集的加速度计和陀螺仪数据进行......
    5. 《基于方向补偿匹配算法和脚跟着地特征的鲁棒步态识别》PDF+DOC 针对步态识别中传感器方向不一致和动作信号分割问题，提出利用方向补偿匹配算法解决传感器方向不一致问题，利用脚跟着地的观测特征计算似然度.首先，通过IMUZ传感器获得动作的加速度和旋转速度，根据加速度计算出脚跟着地(HST)特征的似然度；然后，利用IMUZ传感器的旋转矩阵进行倾斜校正，利用方向补偿信号匹......
    6. 《基于手机传感器的室内用户行为识别》PDF+DOC 行为识别近年来已成为热点研究领域。本文介绍了利用智能手机感知用户行为的研究，主要通过智能手机内置传感器获取用户在室内移动中的数据，利用分类模型对该数据进行分析，建立学习模型，最终测试行为识别结果，并对不同分类模型的准确度进行了对比。...
    7. 《基于特征融合的人体运动识别》PDF+DOC 目的基于手机内置传感器所获得人体运动信号，建立人体运动识别模型，为身体状况评估、特殊人群监护以及其他生物医学研究提供支持。方法使用手机内置传感器采集运动信号，并结合公共数据集UCI HAR和WISDM作为实验数据。采用卷积神经网络与自回归模型相结合的特征提取方式，建立人体运动识别模型。结果模型在自采......
    8. 《刀具状态智能监测研究进展》PDF+DOC 刀具状态的智能监测与诊断对于提高零部件的制造效率和制造精度具有重要的意义，也是当前智能加工技术的主要发展方向。对近年来刀具状态智能监测的研究现状进行了回顾，对智能监测系统中的传感器选择、特征提取、模式识别等关键技术的原理与方法进行了深入分析。在此基础上，对刀具状态监测的应用现状和存在的不足进行了探讨......
    9. 《基于深度卷积网络的多传感器信号故障诊断方法研究》PDF+DOC 针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题，提出了一种基于深度卷积网络的多传感器信号故障诊断方法，通过构建测量数据帧进行卷积计算实现多通道数据的自然融合，利用深度网络结构实现高层特征的自动提取和分类，从而高效地实现了故障分类诊断；经分别采用小规模数据集REF和大规模故障数据......
    10. 《基于手机传感器的人体活动识别综述》PDF+DOC 人体活动存在于日常生活的各方面，人体活动识别(HAR)具有广泛的应用价值，并受到广泛关注。随着智能手机的逐步发展，传感器嵌入到手机中使手机更加智能，实现了更加灵活的人机交互。人们一般随身携带智能手机，因此手机传感器信号中有丰富的人体活动信息，通过提取手机传感器的信号便可以识别用户活动。相比基于计算机......

    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。