作者:杨越,汪丰,孙丰,郑慧芬 单位:中国整形美容协会 出版:《中国医疗设备》2018年第09期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFYLSX2018090100 DOC编号:DOCYLSX2018090109 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于手机放置变化的步态识别》PDF+DOC2016年第21期 杨文辉,杨明静 《基于加速度传感器的上肢运动信息采集与姿态识别》PDF+DOC2017年第07期 张俊杰,孙光民,李煜,张翼,李俊,闫正祥,马北川,刘天伦 《基于机器学习的手势识别系统及其在移动终端上的应用》PDF+DOC2017年第08期 李养群,周梅 《基于噪声嵌入的跌倒检测系统设计》PDF+DOC2017年第02期 李仲年,臧春华,杨刚,项嵘 《基于加速仪运动传感器的牲畜行为监测研究进展》PDF+DOC2019年第03期 郭雷风,王文生,Paul KWAN,Mitchell WELCH,David PAUL,陈桂鹏,许贝贝 《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 《基于机器学习的铁路工务人员行为识别方法》PDF+DOC2019年第07期 杜成飞 《基于随机森林算法的旋转机械齿轮组故障诊断》PDF+DOC2019年第05期 王子兰,杨瑞 《基于智能手机感知数据的心理压力评估方法》PDF+DOC2019年第03期 王丰,王亚沙,王江涛,熊昊一,赵俊峰,张大庆 《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
  • Hoehn-Yahr分级是现在临床上通用的对帕金森病分级的标准。基于运动传感器的可穿戴设备为帕金森病患者的运动功能评价提供了更客观和精准的监测。本文针对帕金森病的自动分级提出了一种基于六轴加速度与角速度传感器数据的自动分级算法。该算法采用基于各个动作特征的特殊运动参数和对每个运动无特异性的统计参数来共同建模。得到运动参数后,使用3个目前最先进的机器学习算法:支持向量机、K最邻近以及随机森林进行分类精度的比较。同时也分析了各个分类器使用不同参数对分类精度的影响。本研究在67例个体下的最终分类精度为89.55%。

    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。