作者:杨文辉,杨明静 单位:南阳理工学院 出版:《南阳理工学院学报》2017年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFNYLG2017040060 DOC编号:DOCNYLG2017040069 下载格式:PDF + Word/doc 文字可复制、可编辑
《下肢假肢穿戴者跑动步态识别方法》PDF+DOC2018年第10期 赵晓东,刘作军,陈玲玲,杨鹏 《基于移动智能终端的老年人跌倒检测方法研究》PDF+DOC2018年第08期 韩帅,张新平,张爽 《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 《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 《小波分析与SVM在个人导航中的应用》PDF+DOC2019年第07期 马立,刘畅 《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥 《基于异常识别和关联分析的桥梁数据复合诊断》PDF+DOC2012年第03期 梁栋,张宇峰,袁慎芳,吴键 《老年人跌倒警报器的研究》PDF+DOC 毕庆生,冯笃
  • 步态识别是一种新兴的生物识别技术。智能手机的三轴加速度传感器测量人行走时的步态数据可用于步态识别。本文研究不同场景对步态识别的影响,参与数据采集有18个人,场地分为实验室的走廊和室外红砖场地,特征值包括频域征值与时域特征值。当步态识别的测试集和训练集来源于不同的场地时,用支持向量机检测识别的准确性。实验结果表明,当测试集和训练集来源同一场地时,步态识别的准确性较高,可达到94%。而对于数据来源于不一样的场地,准确性较差。主要的原因是场景变化,人行走的步态模式发生了变化。

    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。