作者:李贻斌,郭佳旻,张勤 单位:吉林大学 出版:《吉林大学学报(工学版)》2020年第01期 页数:18页  (PDF与DOC格式可能不同) PDF编号:PDFJLGY2020010010 DOC编号:DOCJLGY2020010019 下载格式:PDF + Word/doc 文字可复制、可编辑
《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 《基于手势识别的教育机器人人机交互技术研究》PDF+DOC2019年第23期 刘于嘉,李传江,杜芸菲,黄晴 《桥梁安全状态监测传感网络的构建研究》PDF+DOC2019年第03期 靖勃 《面向边缘智能设备的持续感知集成电路与系统》PDF+DOC2019年第02期 李桂宏,乔飞 《数字孪生与平行系统:发展现状、对比及展望》PDF+DOC2019年第11期 杨林瑶,陈思远,王晓,张俊,王成红 《面向智能感知活动识别的混合神经网络模型》PDF+DOC2019年第03期 陆保国,蒋炜,马浩杰 《如何使用人工智能来发挥传感器数据的协同作用?》PDF+DOC2018年第02期 Kaustubh Gandhi 《柴油机燃油系统故障诊断仪的研制》PDF+DOC1991年第S2期 徐海贤,陈迈群,康汉奇,刘波峰 《基于青年人足底压力测试的步态实验研究》PDF+DOC2014年第06期 方正,张兴亮,王超,顾昕,马盛林,王磊,陈思媛 《视频交通参数检测技术研究现状及发展趋势》PDF+DOC2013年第03期 谢正光,李宏魁,王轲,王天庆
  • 针对人体步态识别,从步态数据采集仪器、常见步态数据集、步态参数提取和步态识别方法 4个方面分别展开综述。首先,介绍常用的步态数据采集仪器的优缺点、可靠性和应用场景;其次,从建立机构、样本容量、采样率、环境、仪器和变量6个方面对常用的步态数据集进行对比分析;然后,将现有步态参数提取方法分为基于模型的方法和基于非模型的方法进行详细阐述,进而在步态识别算法方面分别从支持向量机、自编码器和卷积神经网络三方面进行介绍,并对上述方法从身份识别和异常步态辨识两个应用方向分别展开对比;最后,结合实际应用指出当前研究存在的不足和未来的发展方向。

    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。