《基于重构吸引子融合BAG方法的步态识别研究》PDF+DOC
作者:周改云,胡海峰,刘云霞
单位:中国技术经济学会
出版:《科学技术与工程》2014年第28期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFKXJS2014280180
DOC编号:DOCKXJS2014280189
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于惯性传感器的帕金森病冻结步态识别方法研究》PDF+DOC2018年第02期 王琰,汪丰,章文斌,孙丰,龚大伟,郑慧芬
《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
《基于卷积神经网络的人体步态识别算法研究》PDF+DOC2020年第19期 陈法权,樊军
《利用惯性传感器和AdaBoost算法的步态识别方法》PDF+DOC2019年第04期 杨叶梅,陈新
《帕金森病冻结步态的实时监测系统》PDF+DOC2019年第02期 袁心一,王家莉,仇一青,杨春晖,胡小吾,吴曦,沈林勇
《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC2019年第07期 汪涛,汪泓章,夏懿,张德祥
《惯性陀螺方法与基于标志点虚拟陀螺方法在网球发球中上臂转速测量上的应用》PDF+DOC2012年第01期 盛治进,朱满芬
《基于奇异谱分析的动态称重系统算法研究》PDF+DOC2010年第12期 潘若禹,李磊
《基于奇异谱分解的微机械加速度计振动噪声抑制方法》PDF+DOC2014年第05期 伍宗伟,姚敏立,马红光,马帮立,田方浩
针对基于惯性传感器的步态识别方法在动态情况下表现不佳且计算复杂度较高的问题,提出一种基于重构吸引子融合盒近似几何(BAG)方法。首先,将人类步态视作一个动态系统,根据Taken理论在潜在空间重构吸引子;然后,利用奇异谱分析方法获得奇异值,并将其应用于惯性传感器的标量测试;最后,利用盒近似几何方法完成步态识别。针对20个不同对象的模式分析了各种参数对步态识别性能的影响,实验结果表明,相比其它几种步态识别方法,本文方法能够实现高精度的识别且具有较低的计算复杂度。
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。