作者:徐时伟,沈海斌 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2012年第06期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2012060120 DOC编号:DOCCGQJ2012060129 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于DHMM和SVM的机械密封端面接触状态识别》PDF+DOC2016年第08期 陈官林,傅攀,朱奥辉 《基于手机传感器的握持方式判断及运动状态识别》PDF+DOC2017年第02期 黄一鸣,雷航,周瑞,桑楠 《基于SVM和阈值分析法的摔倒检测系统》PDF+DOC2017年第07期 陈玮,周晴,曹桂涛 《手机加速度计的行人行进状态识别》PDF+DOC2020年第06期 刘清华,郭英,郎爱坤,冯茗扬,孙建立 《基于手机传感器的交通状态识别研究》PDF+DOC2019年第04期 杨津达,曹永春,林强,满正行,刘新帅 《基于K邻近算法的转向架构架状态识别研究》PDF+DOC2019年第08期 邱英,冯春雨,谢锋云,刘昆,杨静,王二化 《基于分散熵和支持向量机的运动状态识别》PDF+DOC2019年第07期 杨智超,李国辉,李佳韵,申嘉琪 《自适应LMD与SVM耦合的传感器故障诊断模型》PDF+DOC2015年第06期 吕振,丛金艳,褚永强,韩彦春 《奶牛行为特征识别方法的研究与实现——基于支持向量机》PDF+DOC2018年第08期 侯云涛,蔡晓华,吴泽全,东忠阁 《奥迪(Audi)A8轿车自适应空气悬架系统结构与维修(二)》PDF+DOC 方应明,田卫
  • 针对加速度传感器在轨迹重建过程中易受积累误差影响这一问题,提出了一种基于支持向量机(SVM)的加速度传感器积累误差消除方法。该方法先将原始加速度数据经过低通滤波处理,然后提取每帧的特征,用SVM把整个过程分为运动与静止2种状态,最后进行积累误差消除并重建轨迹。实验结果表明:所述方法在积累误差消除方面较之已有的阈值比较方法具有更好的适应性,提高了轨迹重建的质量。

    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。