本文關(guān)鍵詞：座椅接觸面壓力場分布與坐姿識別的研究

  更多相關(guān)文章： 座椅接觸面壓力場 時域分析 快速傅立葉變換 支持向量機

【摘要】：座椅已成為人們?nèi)粘Ｉ钏讲豢扇鄙俚墓ぞ�。隨著人們工作時間的增加,人們保持坐姿的時間越來越長。因此,對于研究坐姿的分類識別已成為人們研究的重點。本文采用基于傳感器技術(shù)采集坐姿信息,通過數(shù)據(jù)處理的方法對坐姿進行識別。本文主要對人體-座椅面接觸壓力的測量進行介紹,并且闡述了傳感器的布置位置。對采集的數(shù)據(jù)進行了實時存儲,以便數(shù)據(jù)可以適用于后續(xù)的分析。在此基礎上,應用時域分析和頻域分析對數(shù)據(jù)進行處理。時域分析主要包括計算數(shù)據(jù)的均值、方差、零點穿越,以此來比較采集到的壓力數(shù)據(jù)以及坐姿信息。并且對不同坐姿進行大量實驗,通過提取其時域特征來區(qū)分不同坐姿。但有時不同坐姿的時域特征依然有重疊的部分。因此,在時域分析的基礎上對接觸面的壓力進行頻域分析。其主要方法是應用快速傅立葉變化對接觸面壓力數(shù)據(jù)進行處理來比較區(qū)分坐姿。時域分析以及頻域分析可以區(qū)分坐姿,但識別率仍然存在較大的誤差。本文應用支持向量機算法對實驗樣本進行訓練,利用提取的時域特征以及頻域特征對不同坐姿進行區(qū)分。以此來提高識別率,減小錯誤識別對使用者帶來的危害。通過不同實驗者的數(shù)據(jù)采集,提取其相應的時域特征以及頻域特征,完成對支持向量機的樣本訓練工作。并且使用樣本的時域特征和頻域特征分別對分類器進行訓練,比較不同特征值訓練樣本的結(jié)果。分析不同特征值訓練樣本的分類結(jié)果有無差別的原因。最后結(jié)合分類結(jié)果不同的原因再次進行實驗,驗證分類結(jié)果的正確性。
【關(guān)鍵詞】：座椅接觸面壓力場 時域分析 快速傅立葉變換 支持向量機
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212.9
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 課題研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀及分析11-14
• 1.3 課題來源及主要研究內(nèi)容14-16
• 第2章 座椅接觸面壓力場測量系統(tǒng)的設計16-27
• 2.1 系統(tǒng)總體方案的設計16-17
• 2.2 系統(tǒng)的硬件設計17-22
• 2.2.1 數(shù)據(jù)采集單元的設計17-19
• 2.2.2 坐姿識別單元的設計19-20
• 2.2.3 壓力檢測單元的設計20-22
• 2.3 系統(tǒng)具體實現(xiàn)22-26
• 2.4 本章小結(jié)26-27
• 第3章 人體坐姿特征提取以及實驗分析27-53
• 3.1 人體坐姿的分類27-28
• 3.2 人體坐姿的檢測算法28-30
• 3.2.1 基于時域分析的人體坐姿識別方法28-29
• 3.2.2 基于頻域分析的人體坐姿識別方法29-30
• 3.3 人體坐姿的時域特征30-49
• 3.3.1 正坐坐姿的時域特征30-33
• 3.3.2 前傾斜坐姿的時域特征33-38
• 3.3.3 后傾斜坐姿的時域特征38-42
• 3.3.4 抬腿坐姿的時域特征42-49
• 3.4 人體坐姿的頻域特征49-52
• 3.5 本章小結(jié)52-53
• 第4章 基于支持向量機的坐姿識別53-60
• 4.1 支持向量機的基本原理53-56
• 4.1.1 線性情況下的最優(yōu)分類面53-54
• 4.1.2 高維空間的分類面54-55
• 4.1.3 支持向量機的核函數(shù)55-56
• 4.2 多類支持向量機算法56-57
• 4.3 實驗與結(jié)果與分析57-59
• 4.4 本章小結(jié)59-60
• 結(jié)論60-61
• 參考文獻61-65
• 攻讀學位期間發(fā)表的學術(shù)論文65-66
• 致謝66

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 吳勝強;劉彩琴;高利軍;;頻域特征量的故障敏感性實驗研究[J];機床與液壓;2012年15期

2 蘇子美;郭建英;劉瑾;;脈搏波的頻域特征提取與自動識別技術(shù)[J];納米技術(shù)與精密工程;2010年01期

3 許茜;李巖;郝紅衛(wèi);;融合空域與頻域特征的能見度監(jiān)督學習[J];計算機應用;2014年03期

4 韓曉新;邢紹邦;劉海燕;朱品偉;胡春華;沃松林;;基于EMG頻域特征的假肢機電信號識別研究[J];測試技術(shù)學報;2011年04期

5 戎懷陽;張涌;;基于頻域特征提取的紅外小目標跟蹤算法[J];激光與紅外;2012年08期

6 鄭建明,李言,李鵬陽,洪偉,肖繼明,袁啟龍;基于切削力信號時域頻域特征融合的刀具磨損監(jiān)測[J];機械與電子;2001年03期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王俊;于勇;姜瑞涉;;雞蛋蛋殼裂紋敲擊響應特性分析[A];中國農(nóng)業(yè)機械學會成立40周年慶典暨2003年學術(shù)年會論文集[C];2003年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 閔曉豐;基于頻域特征的鞋底花紋分類識別方法研究[D];大連海事大學;2015年

2 夏銳;不同疲勞方案對落地時下肢運動學及沖擊力時頻域特征的影響[D];上海體育學院;2016年

3 奚廣生;座椅接觸面壓力場分布與坐姿識別的研究[D];哈爾濱理工大學;2016年

4 唐萍峰;基于子空間分析和頻域特征提取的人臉識別研究[D];重慶大學;2013年

5 谷文婷;基于熵的結(jié)構(gòu)健康狀態(tài)監(jiān)測技術(shù)研究[D];長安大學;2014年

，

本文編號：646578