發(fā)布時(shí)間：2018-04-24 23:43

  本文選題：快速傅里葉變換 + 自組織神經(jīng)網(wǎng)絡(luò)��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年04期

【摘要】：為了降低可穿戴傳感器在傳感器移位時(shí)對(duì)動(dòng)作識(shí)別率的影響,對(duì)可穿戴傳感器的動(dòng)作識(shí)別進(jìn)行了研究。采用高精度傳感器采集不同部位的輸出信號(hào),根據(jù)運(yùn)動(dòng)的周期特點(diǎn)對(duì)輸出信號(hào)進(jìn)行去噪和快速傅里葉變換,將其轉(zhuǎn)化為頻域信號(hào)。再使用主成分分析法提取綜合指標(biāo),并對(duì)自組織神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,實(shí)現(xiàn)動(dòng)作識(shí)別。最差情況下識(shí)別準(zhǔn)確率可達(dá)到92.0%,較好情況下甚至可達(dá)到97.5%,傳感器移位情況下的識(shí)別率甚至更高。
[Abstract]:In order to reduce the influence of wearable sensor on the recognition rate of motion when the sensor is shifted, the motion recognition of wearable sensor is studied. The output signals of different parts are collected by high precision sensors. According to the periodic characteristics of motion, the output signals are de-noised and transformed into frequency-domain signals by fast Fourier transform (FFT). Then principal component analysis (PCA) is used to extract the synthetic index and to train the self-organizing neural network to realize the recognition of movement. The recognition accuracy can reach 92.0 in the worst case and 97.5 in the better case, and the recognition rate is even higher in the case of sensor shift.
【作者單位】： 重慶大學(xué)軟件學(xué)院;信息物理社會(huì)-可信服務(wù)計(jì)算教育部重點(diǎn)實(shí)驗(yàn)室;重慶大學(xué)通信工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61103114)
【分類號(hào)】：TP391.41;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡雅琴;;動(dòng)作識(shí)別技術(shù)及其發(fā)展[J];電視技術(shù);2013年S2期

2 倪世宏,史忠科,謝川,王彥鴻;軍用戰(zhàn)機(jī)機(jī)動(dòng)飛行動(dòng)作識(shí)別知識(shí)庫的建立[J];計(jì)算機(jī)仿真;2005年04期

3 程祥;;人體動(dòng)作識(shí)別的研究[J];電腦知識(shí)與技術(shù);2006年20期

4 黃飛躍;徐光yP;;視角無關(guān)的動(dòng)作識(shí)別[J];軟件學(xué)報(bào);2008年07期

5 徐光yP;曹媛媛;;動(dòng)作識(shí)別與行為理解綜述[J];中國(guó)圖象圖形學(xué)報(bào);2009年02期

6 黃麗鴻;高智勇;劉海華;;基于脈沖神經(jīng)網(wǎng)絡(luò)的人體動(dòng)作識(shí)別[J];現(xiàn)代科學(xué)儀器;2012年02期

7 周艷青;王磊;;基于視覺的人體動(dòng)作識(shí)別綜述[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

8 曹琨;;基于檢索表的實(shí)時(shí)動(dòng)作識(shí)別技術(shù)研究[J];中外企業(yè)家;2014年05期

9 劉博;安建成;;基于關(guān)鍵姿勢(shì)的人體動(dòng)作識(shí)別[J];電視技術(shù);2014年05期

10 王燕;張紹武;凌志剛;潘泉;;基于圖嵌入線性拓展方法的人體動(dòng)作識(shí)別研究[J];計(jì)算機(jī)仿真;2008年10期

相關(guān)會(huì)議論文 前7條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動(dòng)作識(shí)別方法[A];廣州市儀器儀表學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動(dòng)作識(shí)別[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

3 葉喜勇;陶霖密;王國(guó)建;邸慧軍;;視角無關(guān)的人體軀干動(dòng)作識(shí)別[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

4 黃艷歡;葉少珍;;連續(xù)動(dòng)作分割綜述[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動(dòng)作的識(shí)別與理解[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

6 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動(dòng)作識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機(jī)的手部肌電信號(hào)動(dòng)作識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 陳丹;人與機(jī)器的“對(duì)話”[N];科技日?qǐng)?bào);2010年

2 ;凌空敲鍵盤？無線計(jì)算機(jī)手套問世[N];中國(guó)計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 諶先敢;現(xiàn)實(shí)環(huán)境下的人體動(dòng)作識(shí)別[D];武漢大學(xué);2012年

2 陳淵博;視頻序列中的人體動(dòng)作識(shí)別[D];北京郵電大學(xué);2015年

3 劉翠微;視頻中人的動(dòng)作分析與理解[D];北京理工大學(xué);2015年

4 陳萌;基于李代數(shù)高斯表示的動(dòng)作識(shí)別方法研究[D];華中科技大學(xué);2016年

5 李擬s，

本文編號(hào)：1798828