作者:张志强,黄志蓓,吴健康 单位:中国科学院电子学研究所;国家自然科学基金委员会信息科学部 出版:《电子与信息学报》2011年第04期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFDZYX2011040020 DOC编号:DOCDZYX2011040029 下载格式:PDF + Word/doc 文字可复制、可编辑
《WiFi指纹辅助的惯性传感器室内定位技术研究》PDF+DOC2016年第02期 王奇,黎海涛,齐双 《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC2019年第07期 汪涛,汪泓章,夏懿,张德祥 《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Android和Arduino的老人摔倒检测定位系统设计》PDF+DOC2019年第01期 杜阳,田嘉欣,詹炳宏,彭生琼,郭飞 《基于惯性传感器与WiFi的室内行人轨迹推算》PDF+DOC2018年第04期 赵世华,赵磊 《微机械元件和仪器的新进展》PDF+DOC2000年第05期 邵培革,王立鼎 《气流式加速度传感器的研究》PDF+DOC1996年第06期 吴建义,张福学,任宏超,缪旻 《IC封装》PDF+DOC2008年第07期 《BP神经网络大腿截肢者运动模式识别》PDF+DOC2014年第05期 刘磊,杨鹏,刘作军,耿艳利 《磁性液体惯性传感器的研究综述》PDF+DOC2013年第03期 李强,杨永明,袁作彬
  • 步态分析在健康监测等领域中有着广泛的应用,精确估计髋关节角是步态分析的前提。但是大腿运动的高度非线性和不确定性,以及微型传感器测量噪声的不稳定性等诸多因素,基于微型惯性传感器的髋关节角精确估计面临着巨大的挑战。该文提出利用混合动态贝叶斯网络、多运动模型和噪声模型对髋关节角的非线性变化和测量噪声的改变进行建模,然后基于穿戴在大腿上的微型加速度传感器获得的测量值,通过高斯粒子滤波算法估计髋关节角度。实验结果表明该方法能够有效提高髋关节角的估计精度。

    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。