作者:李秀艳,刘宗毓,王琦,汪剑鸣,王化祥 单位:中国仪器仪表学会 出版:《仪器仪表学报》2019年第10期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFYQXB2019100220 DOC编号:DOCYQXB2019100229 下载格式:PDF + Word/doc 文字可复制、可编辑
《意愿者玻窗清洁器》PDF+DOC2016年第09期 代阳林,杨晟,李建,唐国辉,武新,许磊 《智能设备手势指挥系统的探究》PDF+DOC2017年第01期 叶勇健,谭超,田美艳,黄晓清 《基于多项式拟合的电容式传感器手势识别系统》PDF+DOC2020年第04期 李露,胡乃瑞,高闯,李科磊,王聪 《基于双通道异构传感器融合的手势识别方法》PDF+DOC2012年第11期 于汉超,刘明杰,刘军发,陈益强,何文静 《基于惯性传感器的手机手势识别》PDF+DOC 刘煜,杨平,段丙涛 《基于三轴加速度传感器的手势识别》PDF+DOC2011年第24期 刘蓉,刘明 《运动传感驱动的3D直观手势交互》PDF+DOC2010年第03期 梁秀波,张顺,李启雷,张翔,耿卫东 《基于加权DTW手势识别方法的研究与实现》PDF+DOC 薛俊杰,陈健美 《基于深度信息的指尖追踪及手势识别》PDF+DOC2015年第07期 顾德,李吉 《基于ZigBee和加速度传感器的手势识别研究》PDF+DOC2013年第07期 董玉华,孙炎辉,徐国凯,宋鹏
  • 随着计算机的广泛应用和可穿戴电子设备的发展,将人机交互和可穿戴设备相结合逐渐成为研究热点,其中手势识别技术在人机交互领域扮演着重要的角色。主要提出基于电学测量的智能手势识别方法,利用传感器设备采集手腕边界电压数据,同时利用深度神经网络将采集到的电压数据进行分类,最终实现手势识别的目的。实验验证了通过电学测量数据对手势分类的可行性,将深度神经网络加入到手势识别系统中后,手势正确识别率达到90%以上,从而证明了系统具有较好的便携性、稳定性和实时性,为智能手势识别系统的设计提供了新思路。

    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。