作者:李文锋,姚丙盟 单位:华中科技大学 出版:《华中科技大学学报(自然科学版)》2016年第04期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFHZLG2016040120 DOC编号:DOCHZLG2016040129 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于人工神经网络的人体识别算法研究》PDF+DOC 王赛迪 《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 《基于加速度传感器的肉鸡步态检测方法研究与实现》PDF+DOC2019年第02期 何灿隆,沈明霞,刘龙申,陆明洲,孙玉文,刘志刚 《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 《基于三轴加速度信号的实时人体状态识别算法》PDF+DOC2012年第11期 李娜,侯义斌,黄樟钦,韩广利,张会兵 《基于加速度传感器的实时人体状态识别算法》PDF+DOC2013年第05期 宋玲玲,李鹏,王瑞凤 《基于单片机的普及型地震报警器研究》PDF+DOC2017年第04期 万杉,阮麟杰,张登珠 《在研究普及型地震报警仪中提高创新能力》PDF+DOC2012年第03期 叶筱康,阮海宇,吴逸,李誉,向林 《嵌入式无线智能轮胎系统设计》PDF+DOC 黄小靖,张峰,张士文
  • 针对当前人体活动状态识别方法中存在传感器种类繁多、识别算法复杂、可实施性差、实时性差等问题,提出一种基于单三轴加速度传感器的人体活动识别算法.通过采集人体腰部的加速度数据,运用滑动时间窗方法进行时域特征的提取,采用基于阈值的分类方法对特征进行处理,识别出四种活动状态:长期剧烈活动状态,长期静止状态,跌倒状态,正常活动状态.该方法使用的传感器种类少,软硬件复杂度低,易于实施,便于携带.经过测试,该算法的平均响应时间小于1s,平均准确率达到99.3%,证明了该算法的实时性与有效性。

    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。