作者:雷玉超,业茜,吴怡菲,吴栩博,李志扬 单位:中国船舶重工集团公司第七0九研究所 出版:《计算机与数字工程》2019年第09期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSSG2019090470 DOC编号:DOCJSSG2019090479 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发 《基于JY-901和Cocos2d-x的游戏健身设备》PDF+DOC2018年第12期 齐胜旺,王华毕,章可嘉,陈思,卫颖,范家新 《老年人动作识别系统研究》PDF+DOC2017年第14期 朱丽,吴雨川,胡峰,马双宝 《基于隐马尔科夫模型的人体动作压缩红外分类》PDF+DOC2017年第03期 关秋菊,罗晓牧,郭雪梅,王国利 《基于层次分类的手机位置无关的动作识别》PDF+DOC2017年第01期 王昌海,许昱玮,张建忠 《ST升级先进惯性测量单元GUI软件》PDF+DOC2019年第06期 《基于手势/语义识别的手持智能遥控装置》PDF+DOC2019年第01期 王雨宸,詹光奕 《基于加速度传感器的建筑工人施工行为识别方法》PDF+DOC2017年第12期 强茂山,张东成,江汉臣 《基于时序分析的人体运动模式的识别及应用》PDF+DOC2014年第12期 林海波,李扬,张毅,罗元 《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
  • 机器学习与人工智能的快速发展,在人体动作分析与识别领域发挥着日益显著的作用。论文采用粘贴在羽毛球拍柄的单个加速度传感器进行羽球动作的数据采集,使用滑动窗口进行击球信号提取,提出了动作分帧结合K-means等无监督式学习算法进行聚类分析和矢量量化。通过建立隐马尔科夫模型(HMM),改进训练算法对羽球动作进行高效识别。实验表明,论文所设计的系统对8种常见的击球动作进行实时识别,识别率可达94%。

    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。