作者:张俊杰,孙光民,李煜,张翼,李俊,闫正祥,马北川,刘天伦 单位:北京工业大学 出版:《北京工业大学学报》2017年第07期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFBJGD2017070020 DOC编号:DOCBJGD2017070029 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于蓝牙4.0的人体上肢运动姿态采集及识别系统研究》PDF+DOC2018年第16期 韦俊 《多FSR传感器的手部姿态识别系统》PDF+DOC2009年第01期 孙超,姜力,杨大鹏,赵京东,刘宏 《基于加速度传感器的人体前臂动作识别》PDF+DOC 张金栋 《基于加速度传感器的人体运动行为识别研究》PDF+DOC2016年第03期 张洁 《基于改进SVM分类器的动作识别方法》PDF+DOC2016年第01期 王见,陈义,邓帅 《加速度传感器信号处理算法》PDF+DOC2017年第01期 魏枫林,佟璐琰,王凯 《老年人动作识别系统研究》PDF+DOC2017年第14期 朱丽,吴雨川,胡峰,马双宝 《基于手机传感器的室内用户行为识别》PDF+DOC2016年第05期 李晶,黄鹤,邓南山,于广涛,常坤 《基于三维加速度传感器的上肢动作识别系统》PDF+DOC2010年第06期 王昌喜,杨先军,徐强,马祖长,孙怡宁 《封锁雷智能防排系统》PDF+DOC2014年第05期 孙宇嘉,王晓鸣,贾方秀,于纪言
  • 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:将传统的时域特征和过零点特征与上四分位点和下四分位点的特征进行组合,能够更好地将曲肘侧平举与曲臂弯曲静止等动作分开,有效提高识别的准确率.与BP神经网络相比,基于径向基核函数的支持向量机(support vector madine,SVM)分类器具有明显的性能优势,获得了较好的姿态识别性能,交叉验证平均正确识别率可达90%。

    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。