作者：王拥军,马维华 单位：北京航空航天大学 出版：《单片机与嵌入式系统应用》2020年第02期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFDPJY2020020190 DOC编号：DOCDPJY2020020199 下载格式：PDF + Word/doc 文字可复制、可编辑
《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Leap Motion指尖位置的手势提取和识别技术研究》PDF+DOC2017年第02期 周开店,谢钧,罗健欣 《基于雷达技术的手势识别》PDF+DOC2016年第06期 刘熠辰,徐丰 《基于多Leap Motion传感器的机械手手势控制系统》PDF+DOC2017年第07期 唐春晓,王志红 《一种基于加速度特征提取的手势识别方法》PDF+DOC2012年第08期 陈意,杨平,陈旭光 《基于手机手势识别的媒体控制界面》PDF+DOC2010年第23期 丁跃,刘军发,陈益强,周经野 《面向互动电视的手势交互系统》PDF+DOC2014年第11期 刘雪君,刘亚波,王明敏 《基于加速度传感器的连续动态手势识别》PDF+DOC2016年第01期 陈鹏展,罗漫,李杰 《基于运动传感器的手势识别》PDF+DOC2011年第12期 王万良,杨经纬,蒋一波 《基于SVM和PCA的痕量多组分气体检测方法》PDF+DOC2015年第08期 余道洋,戚功美,瞿顶军,李民强,刘锦淮

    • 提出一种基于10.525GHz微波传感器和支持向量机(Support Vector Machine，SVM)算法相结合的手势识别方法。微波传感器输出的多普勒信号经过放大和ADS1256采样后，发送给BCM2837B0SoC，再利用快速傅里叶变换(FFT)提取手势特征，最后借助SVM进行分类。实验结果表明，本方法能够分别以87%、84%和83%的平均准确率识别2种、4种和6种手势，具有较强的扩展性和较高准确率。

    📙 相关资料

    1. 《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+DOC 手势识别技术可有效提高移动终端操作效率。通过移动终端加速度传感器捕获手势执行过程中的三维加速度信号，经过预处理、特征提取之后，采用机器学习方法 SVM，建立相应的SVM分类模型，并利用该识别模型实现手势动作。实验结果表明，该方法具有较高的识别率并在移动终端上得到应用。...
    2. 《基于Leap Motion指尖位置的手势提取和识别技术研究》PDF+DOC Leap Motion是最近推出的一款比较新颖的手部信息采集设备，它能够高精度、高帧率地跟踪捕获手部信息，基于此特性，本文阐述了一种基于指尖位置和方向信息进行手势提取和识别的研究方案。采用Leap Motion传感器进行手势的三维空间坐标信息采集，从中提取指尖坐标及方向向量信息，建立手势识别模型，构......
    3. 《基于雷达技术的手势识别》PDF+DOC 本文提出了一种基于雷达技术的手势识别方法，利用手势动作中产生的多普勒频率信息作为手势的特征信息，采用了雷达技术中常用的线性调频、压缩处理、动目标显示作为手势信号处理算法，有效地获取不同手势信号的特征信息再予以成像，而后针对图像采用支持向量机算法进行分类和识别。上述理论基础之上，本文设计了一个拥有七种......
    4. 《基于多Leap Motion传感器的机械手手势控制系统》PDF+DOC 为了实现对工业机械手的手势控制，并针对单个Leap Motion传感器在使用时因手指或者手掌遮挡而导致识别率降低的缺点，提出了基于多Leap Motion传感器，用于人手数据采集的新型控制系统。该系统采用基于主成分分析法的数据融合技术对该多传感器数据进行数据融合以得到人手姿态完整的信息，再将该融合数......
    5. 《一种基于加速度特征提取的手势识别方法》PDF+DOC 随着智能手机等移动电子设备的发展，基于MEMS加速度传感器的手势识别成为移动设备人机交互的研究热点。由于准确率及实时性的限制，目前的手势识别方法仍不足以推向实用。针对这一问题，提出了一种简单有效的手势识别方法：在手势定义阶段根据语义及操作的相似性将10个手势分为4个类别，通过提取反映各类手势运动学特......
    6. 《基于手机手势识别的媒体控制界面》PDF+DOC 提出一种能够识别通过手机示意的自然手势、进而控制媒体播放的通用型人机界面。用户通过挥动个人的手机表达操作意图，由手机内置三轴加速度传感器获取相应的手势数据，采用动态时间弯曲等多种算法对用户的手势进行识别，实现对多媒体播放的通用控制。实验结果表明，该界面对手机的几种通用手势均能获得较高的识别率，能在实......
    7. 《面向互动电视的手势交互系统》PDF+DOC 针对用户与互动电视交互的需求，设计实现一种基于智能移动终端加速度传感器的手势交互系统。考虑到智能移动设备资源及计算能力有限的特点，采用简单高效的时域特征提取方法，对加速度信号进行平稳降噪、去冗余和归一化处理，并用SVM进行分类和识别。手势识别结果应用于基于Android平台的机顶盒原型系统，实现用户......
    8. 《基于加速度传感器的连续动态手势识别》PDF+DOC 针对个体手势动作信号的差异性和不稳定性，提出了一种基于加速度传感器的连续动态手势识别方法。通过MEMS加速度传感器采集手势动作信号，并结合手势信号的动作特征，对单个手势的有效数据进行自动定位截取，经预处理和特征提取后，构建隐马尔可夫模型(HMM)以实现对特定手势的实时识别。通过设计实现了一种可穿戴手......
    9. 《基于运动传感器的手势识别》PDF+DOC 为了使手势交互较少受到视角和光线的限制，提出利用可穿戴传感器作为输入设备和机器学习算法相结合进行手势识别的方法。通过采集加速度仪和地磁仪的数据，然后进行预处理、特征提取和特征选择，最终由隐马尔科夫模型进行手势分类和识别。为验证方法的有效性，设计实现了一个原型系统进行识别和对比实验。实验结果表明，该方......
    10. 《基于SVM和PCA的痕量多组分气体检测方法》PDF+DOC 针对气敏和光学传感器等常规方法难以检测痕量多组分气体的问题，采用快速色谱与气敏传感器阵列结合的检测方法获取痕量多组分气体的信号，然后对信号采用支持向量机(SVM)训练分类气体模式特征.为获得较好的气体识别模型，使用粒子群算法(PSO)优化SVM参数.通过对实际样品检测和识别，并对比评估同类检测仪器采......

    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。