《基于脚部惯性传感数据的人员运动速度识别方法》PDF+DOC
作者:吴建超,刘昱
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2018年第12期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2018120090
DOC编号:DOCCGJS2018120099
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种考虑单步统计特征的运动员动作速度识别分析》PDF+DOC2019年第17期 李华伟,吴超
《基于支持向量机的跌倒检测算法研究》PDF+DOC2017年第01期 裴利然,姜萍萍,颜国正
《一种新的高效率识别智能手机用户活动并分类的方法》PDF+DOC2020年第17期 周剑明
《基于压缩感知的移动用户行为识别方法》PDF+DOC2017年第02期 宋辉,王忠民
《面向不平衡数据集的煤矿监测系统异常数据识别方法》PDF+DOC2020年第01期 冀汶莉,郗刘涛,王斌
《基于激光雷达和摄像机融合的智能车障碍物识别方法》PDF+DOC2020年第04期 张袅娜,鲍旋旋,李昊林
《惯性动捕数据驱动下的智能下肢假肢运动意图识别方法》PDF+DOC2020年第07期 苏本跃,王婕,刘双庆,盛敏,向馗
《基于步态检测算法的辅助行走系统设计》PDF+DOC2020年第04期 熊毅超,李晓欧,周志勇
《基于加速度传感器的计步器设计》PDF+DOC2019年第11期 李雪梅,车爱静,高焕明
《《计算机应用》2013年第33卷第1~12期总目次》PDF+DOC2013年第12期
现有的基于脚部惯性传感数据的人员运动速度估计方法只能对人员低速行走时的速度进行有效的估计。为了采用脚步惯性传感数据识别人员快速行走以及跑步时的速度,该文提出了一种利用单步统计特征进行速度识别的方法。该方法利用脚部惯性传感器对人员在不同速度下运动的惯性数据进行采集,采用峰值检测的方法对数据进行单步划分,最后从单步数据中提取65维统计特征分别采用最小二乘法(LS)、支持向量机(SVM)、K近邻(KNN)、线型贝叶斯正态分类器(LDC) 4种常见的机器学习分类方法对人员运动速度进行识别。经实验验证,所建议的方法中采用SVM分类器的识别率高达96.3%,所以采用该方法可以有效的识别人员的运动速度。
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。