作者：吴常铖,严余超,曹青青,费飞,杨德华,徐宝国,宋爱国 单位：南京信息工程大学 出版：《南京信息工程大学学报(自然科学版)》2019年第02期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFNJXZ2019020080 DOC编号：DOCNJXZ2019020089 下载格式：PDF + Word/doc 文字可复制、可编辑
《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健 《基于佩戴式输入设备的手语识别方法》PDF+DOC2016年第24期 贾维闯,吴雄华,贾博文 《基于sEMG和GRNN的手部输出力估计》PDF+DOC2017年第01期 吴常铖,宋爱国,曾洪,李会军,徐宝国 《基于智能手表的人体行为识别研究》PDF+DOC2017年第04期 林予松,马鸽,刘永鹏,赵红领,王宗敏 《基于加速度的BP神经网络手势识别设计》PDF+DOC2016年第21期 贾维闯,宫进,吴雄华 《基于表面肌电和加速度信息融合的手势识别》PDF+DOC2019年第05期 孔冬荣,朱杰 《采用输入层组对BP网络的数据手套手势识别》PDF+DOC 施教芳,陈珏,赵鹤鸣 《基于节点对BP网络的数据手套手势识别》PDF+DOC2008年第03期 施教芳,陈珏,赵鹤鸣 《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC2013年第06期 陈野,王哲龙,李政霖,李宏伟 《基于BP神经网络的手势识别系统》PDF+DOC2013年第07期 刘赟,孙炎辉,黄向荣,于梁

    • 基于肌电信号的手部动作识别中，肌电信号测量位置的选择直接关系到动作识别的准确率.本文以使用最少的肌电传感器和获得较高的动作识别率为目标，提出一种基于ANOVA(方差分析)和BP神经网络的肌电信号测量位置优选方法.使用4个肌电传感器采集受试者做出指定动作时的肌电信号，提取肌电信号的时域特征，并按测量位置组合构成15个不同的样本进行BP神经网络的训练和测试.采用单因素ANOVA分析测量位置对动作识别结果影响的显著性，采用Tukey HSD将测量位置进行归类，并从动作识别率最高的子集中选择测量位置最少但识别准确率最高的测量位置组合作为最优的肌电信号测量位置.实验结果表明，测量位置对动作识别的结果具有显著的影响，随着测量位置数的增加，动作识别准确率呈上升趋势，最优的测量位置组合为P1+P3+P4，其动作识别准确率为94.6%。

    📙 相关资料

    1. 《一种基于深度传感器的人体动作识别方法》PDF+DOC 本文设计了一种基于深度传感器的动作识别系统。该系统采用Kinect深度传感器对采集的人体动作视频进行特征提取，搭建了一个单层的BP神经网络进行训练和识别。实验表明，该系统在少样本训练的情况下，依然能够较准确地对站立、坐下、挥手与蹲下4个动作进行识别。该方法在数据维度上引入了第三维“深度信息”，所以在......
    2. 《基于佩戴式输入设备的手语识别方法》PDF+DOC 本文用ADXL345加速度传感器作采集单手手语数据，再提取手语动作的的特征提取方法，最后通过BP神经网络对手语动作进行训练和识别，结果表明对于0-9等10个阿拉伯数字的平均识别率为88%，为实现手语动作的人机交互提供了参考。...
    3. 《基于sEMG和GRNN的手部输出力估计》PDF+DOC 针对智能肌电假手力控制的需要，提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建；然后，通过在手臂8个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号；同时为了全面测......
    4. 《基于智能手表的人体行为识别研究》PDF+DOC 针对现有人体行为识别系统识别精度不高，且不便于日常使用的缺点，提出了一种用于智能手表的神经网络分类算法。采用基于PCA的特征提取方法对Apple Watch智能手表采集到的三轴加速度数据进行特征提取，结合动量-自适应学习率BP神经网络分类算法有效识别出了行走、慢跑、上楼梯、下楼梯四种行为，识别准确率......
    5. 《基于加速度的BP神经网络手势识别设计》PDF+DOC 随着MEMS技术的发展，基于加速度传感器的手势识别成为了研究主流。本文采用BP神经网络模型作为基于加速度的手势识别方法，同时对提出的手势识别方法进行实验验证，并分析结果，得出此方法对0-9十个阿拉伯数字的识别能力较高，证明了BP神经网络非常适合在可穿戴设备中的应用。...
    6. 《基于表面肌电和加速度信息融合的手势识别》PDF+DOC 针对现有手势识别方法中人为提取特征具有局限性的问题，考虑到MYO臂环稀疏多通道的特点，提出一种融合表肌电信号(sEMG)和加速度(ACC)信息的手势识别方案。首先由5位受试者佩戴MYO臂环，同步采集8组不同手势的多通道sEMG、ACC数据；其次采用一种新的数据预处理方法，使用高能量滑动窗将数据进行分......
    7. 《采用输入层组对BP网络的数据手套手势识别》PDF+DOC 根据在虚拟校园外景漫游的要求，依次确定手势集、选定数据手套、构造人工神经网络、完成训练集和测试集，对手势进行学习和识别。并进一步根据应用特点和手势特征改进网络，得出较令人满意的结果。最后将结果应用于校园外景虚拟漫游，也达到了要求。...
    8. 《基于节点对BP网络的数据手套手势识别》PDF+DOC 面向虚拟校园外景漫游的应用特点，采用根据手势集特征专门构造的将节点组对的BP人工神经网络，确定手势集、训练集和测试集，选定数据手套，对手势进行训练和识别，得出较令人满意的结果。最后将结果应用于校园外景虚拟漫游，达到了使用者要求。...
    9. 《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC 基于人体传感器网络(BSN)对人体动作的识别，在远程医疗服务中具有重要应用.搭建了一个基于BSN的人体动作监测平台，实验中通过固定在人体腰部和大腿上的两个加速度传感器节点，来采集人体日常生活中的7个动作所产生的加速度信号.特征提取包含传感器节点在3个轴上信号的时域和频域信息，并采用神经网络和分层的方......
    10. 《基于BP神经网络的手势识别系统》PDF+DOC 给出了采用ADXL335加速度传感器来采集五个手指和手背的加速度三轴信息，并通过ZigBee无线网络传输来提取手势特征量，同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后，通过Matlab验证，结果表明，该系统在测试中识别率较高，系统稳定。...

    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。