《一种考虑单步统计特征的运动员动作速度识别分析》PDF+DOC
作者:李华伟,吴超
单位:北京无线电技术研究所
出版:《电子测量技术》2019年第17期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDZCL2019170060
DOC编号:DOCDZCL2019170069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于脚部惯性传感数据的人员运动速度识别方法》PDF+DOC2018年第12期 吴建超,刘昱
《基于多特征融合与机器学习的篮球运动姿态识别》PDF+DOC2019年第03期 王高宣
《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
《基于随机森林算法的多维情境特征活动识别》PDF+DOC2017年第07期 刘克强,汪云甲,陈锐志,褚天行
《基于大数据平台的人体跌倒检测研究》PDF+DOC2017年第06期 张帆
《基于惯性传感器的精细动作能力评估分级方法》PDF+DOC2019年第11期 王文锐,周旭,李文康,吴忆东,杨先军,姚志明
《穿戴式钢琴弹奏手套智能感知与手势识别技术》PDF+DOC2019年第05期 叶素芬,赖际舟,吕品,朱超群
《ST升级先进惯性测量单元GUI软件》PDF+DOC2019年第06期
《基于FPGA的飞行动态参数采集系统》PDF+DOC2011年第03期 阳卫平
《基于惯性传感器输出匹配的舰船变形估计方法》PDF+DOC2011年第01期 柳爱利,戴洪德
为了提高运动员动态下的移动测量能力,设计了一种考虑单步统计特征的运动员动作速度识别方法。先利用脚部传感器采集处于传感器坐标系下的人员运动加速度与角速度,结合加速度信息通过峰值检测方法来完成运动过程的单步划分,得到各单步起始与终止位置,再计算各单步起始位置与终止位置间的角速度与加速度数据便可以得到单步惯性结果。在各分类算法中SVM分类器达到了最高识别准确性,对两种训练集-测试集划分结果进行识别测试都达到了91%以上的准确性。以SVM分类器对单步运动速度进行识别时,可以达到较高的人员行走状态识别准确性。在人员运动速度超过2.5 m/s之后,对单步速度产生误判的情况明显多于低速运动状态。
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。