作者：孙宇嘉,王晓鸣,贾方秀,于纪言 单位：哈尔滨工程大学 出版：《哈尔滨工程大学学报》2014年第05期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFHEBG2014050110 DOC编号：DOCHEBG2014050119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对封锁雷在无人值守状态下如何有效防止敌方排雷动作，延长自身对目标区域的封锁控制时间的问题，采用三轴MEMS加速度传感器构建一种新型的封锁雷智能防排系统。设计试验采集封锁雷静止姿态和运动状态特征信号，采用SMA和DSVM算法对特征信号进行分析，提取特征参数，设计二叉决策树特征分类器，利用特征信号对分类器进行参数训练。试验结果表明，建立的封锁雷智能防排系统针对5种静止姿态和3种运动状态具有较好的识别率，所建系统有效可行。

    📙 相关资料

    1. 《基于加速度传感器的人体前臂动作识别》PDF+DOC 针对人体前臂运动识别困难，识别率低的问题，且为了有效并快速提取人体上肢前臂的运动特征，设计了一种基于加速度传感器的人体前臂动作识别系统。首先利用加速度传感器来获取的加速度原始数据矩阵，采用分段线性分类器对运动特征矩阵进行动作识别。实验表明，本系统能够有效识别人体右手前臂向上，向下，向左，向右四种动作......
    2. 《基于加速度传感器的人体运动行为识别研究》PDF+DOC 基于单个加速度传感器的人体运动行为识别进行研究，文中分析了人体运动监测系统组成及人体动作识别中的加速度数据采集、数据预处理、特征提取、基于SVM的分类识别过程，最后对文中的识别机制进行验证，结果表明：该识别方法的准确度较高。...
    3. 《基于改进SVM分类器的动作识别方法》PDF+DOC 利用智能手机加速度传感器信号，提出一种改进的动作识别方法以降低传统动作识别方法的复杂程度，提高识别率。在特征提取时用盲选法，即用PCA(principal component analysis)进行特征值的降维和去除多维间的干扰，而所选特征没有对应的物理意义；并在分类识别中将遗传算法应用到SVM(s......
    4. 《CNN与决策树结合的新型人体行为识别方法研究》PDF+DOC 基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点，传统的贝叶斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征，并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法(convolutional neural network，CNN)......
    5. 《基于加速度传感器的上肢运动信息采集与姿态识别》PDF+DOC 为了对脑卒中病人的康复训练效果进行评价，针对基于加速度传感器的人体上肢动作识别这一新兴的领域开展研究，提出了一套基于蓝牙4.0的人体上肢姿态采集系统，对患者上肢康复训练中常见的7种运动信息进行采集和姿态识别.系统包括运动信息采集、信号传输、信号去噪声、动作识别等几个主要部分.实验结果表明：将传统的时......
    6. 《遗传算法改进的汽车发动机振动信号时、空域分类器设计》PDF+DOC 本文提出了一种改进的空域特征提取方法，即结合分形算法对解混矩阵重排序，使其更适宜作为时域特征。同时使用遗传算法过滤与不包含故障信号的信号源，有效地降低了运算量，并间接地定位了故障源。...
    7. 《基于噪声嵌入的跌倒检测系统设计》PDF+DOC 跌倒会对老人健康产生大的伤害，因此跌倒检测系统的重要性日益凸显。针对老人跌倒的复杂运动场景和噪声数据含有的大量有用信息，提出了一种噪声嵌入的跌倒检测系统。系统使用3D加速度传感器采集运动的加速度数据，分别对数据进行跌倒标注和噪声强度标注，然后对数据进行特征提取。使用特征和标注信息分别训练噪声强度分类......
    8. 《基于手机传感器的室内用户行为识别》PDF+DOC 行为识别近年来已成为热点研究领域。本文介绍了利用智能手机感知用户行为的研究，主要通过智能手机内置传感器获取用户在室内移动中的数据，利用分类模型对该数据进行分析，建立学习模型，最终测试行为识别结果，并对不同分类模型的准确度进行了对比。...
    9. 《基于人工智能的穿戴式颈椎病预防系统》PDF+DOC 伴随现代工作、生活方式的改变，颈椎病的发病率逐年上升。鉴于颈椎病的主要成因之一为头、颈部长期保持固定姿态，该研究团队研发了一套穿戴式颈椎病预防系统。系统主要包含基于加速度传感器的头颈部运动采集模块以及基于人工智能的头颈部运动识别模块。实验结果表明，系统可以准确识别头颈部姿态的长期保持，并在运动识别模......
    10. 《基于多特征融合与机器学习的篮球运动姿态识别》PDF+DOC 为了有效识别篮球运动员的运动姿态，提升运动员的训练效果，提出了一种基于多特征融合和机器学习的篮球运动姿态识别方法。该方法利用惯性传感器采集运动员的加速度和角速度数据，分别从时域和频域提取多维运动姿态特征，通过特征选择和机器学习实现篮球运动姿态识别。实验结果表明，该方法能够有效识别篮球运动姿态，姿态识......

    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。