《面向腕臂动作识别的加速度计数据分析》PDF+DOC
作者:朱国康,周涛
单位:西北工业大学
出版:《机械科学与技术》2018年第09期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJXKX2018090190
DOC编号:DOCJXKX2018090199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发
《基于ADXL345三轴加速度计的倾角测量系统》PDF+DOC2015年第19期 胡代弟,王小丽
《基于加速度计与气压计信息协同融合的相对高度测量方法》PDF+DOC2019年第06期 周年荣,唐立军,徐国垒,张远思,赵丹
《用于火灾探测的神经网络数据融合算法》PDF+DOC2001年第01期 谢平,刘彬
《冲电气的首块MEMS芯片亮相》PDF+DOC 陈裕权
《基于神经网络的传感器故障诊断方法与应用》PDF+DOC2003年第10期 王军,吕震中,曹荃
《基于ADXL335的堆煤传感器的设计》PDF+DOC2012年第08期 蒋志龙,张大女
《一种神经网络热导气体传感器的设计》PDF+DOC2009年第04期 田增国
《基于神经网络的传感器数据融合处理》PDF+DOC2006年第S1期 韦以明
《基于神经网络的六维力传感器静态标定方法研究》PDF+DOC2006年第02期 李海滨,段志信,高理富,康补晓
加速度传感器技术的不断发展和成熟为可穿戴设备的智能交互提供了新的途径。以可穿戴设备中的加速度计所捕捉的数据为支撑,对人的运动模式进行识别进而推断行为意图以实现智能化人机交互的方式,目前已受到人们的广泛关注。针对上述问题,本文基于循环神经网络的技术框架,提出一种高效的腕臂动作识别方法。该方法以单门控机制有效利用时序相关信息,对腕部可穿戴设备的三轴加速度计信号进行深度挖掘。实验结果表明,本文所提出的方法相较传统的机器学习方法而言性能更为可靠,能以更为简洁的网络结构取得与当前主流的循环神经网络算法同样的识别精度。
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。