《基于智能手机运动传感器的手写数字字符推测系统》PDF+DOC
作者:苏涵,李纪平,何琨,陈晶,杜瑞颖
单位:武汉大学
出版:《武汉大学学报(理学版)》2019年第05期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFWHDY2019050020
DOC编号:DOCWHDY2019050029
下载格式:PDF + Word/doc 文字可复制、可编辑
《10自由度MEMS面世 运动传感器成为大热门》PDF+DOC 沈熙磊
《MEMS将迎来第三次发展浪潮》PDF+DOC2010年第07期 王莹
《基于智能手表运动传感器的新型攻击及其防范》PDF+DOC2015年第S1期 宋晨光,刘建伟,伍前红,关振宇
《潮品》PDF+DOC2016年第08期
《u-blox发布整合3D传感器的终极室内/室外定位模块NEO-M8L》PDF+DOC2014年第11期
《MEMS市场将以每年13%的速度增长》PDF+DOC 江兴
《LSM320HAY30:单封装整合线性传感器和角运动传感器》PDF+DOC2010年第02期
《飞思卡尔智能运动传感器为便携设备提供精确运动控制》PDF+DOC
《多形态崩塌智能监测系统在北京突发地质灾害监测预警工程中的应用》PDF+DOC2015年第S1期 张亮,魏云,安立伟,韩建超
《基于旋转模式的移动设备佩戴位置识别方法》PDF+DOC 时岳,喻纯,史元春
为了拓展并完善手机屏幕信息推测的研究,在现有针对虚拟键盘输入的侧信道攻击基础上,提出了基于手机运动传感器的手写数字字符推测系统。设计实现了一种高效的自适应手写事件检测算法,在运动传感器(加速计和陀螺仪)数据流中通过多项式拟合的方式生成数据流中的噪声数据的拟合曲线。在噪声拟合曲线的基础上,结合数据流的方差值,实现目标数据段的识别提取。对每个数据段,本文选择了两种特征提取方法:时域特征提取和频域特征提取。再根据不同字符的数据段的特征差异推测当前数据段所对应的字符。对三种常见的用户手机持握姿态:坐姿、站姿和躺姿分别进行了训练,得到每一个姿态下最合适的姿态特征集合。握机姿态、手机类型、传感器类型和手写方式对推测准确率都有一定影响,其中手机类型影响最小。实验结果表明本文的字符系统推测准确率最高可达93. 5%。
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。