期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于步态加速度特征的人体疲劳检测
被引量：
6
1
作者
李月香
李美俊
范小芹
《计算机工程》
CAS
CSCD
2012年第11期271-273,共3页
传统基于生理学的人体疲劳检测方法存在周期较长、准确度较低的问题。为此,提出一种基于步态加速度特征的人体疲劳状态检测方法。通过微机电传感器加速度计采集被检测人的步态加速度数据,给出基于相关系数法的步态疲劳状态阈值判断方法...
传统基于生理学的人体疲劳检测方法存在周期较长、准确度较低的问题。为此,提出一种基于步态加速度特征的人体疲劳状态检测方法。通过微机电传感器加速度计采集被检测人的步态加速度数据,给出基于相关系数法的步态疲劳状态阈值判断方法。实验结果表明,9个样本的检测准确率为93.06%,准确率较高,时间复杂度较低。
展开更多
关键词
步态加速度
人体疲劳
相关系数法
微机电传感器
在线阅读
下载PDF
职称材料
一种使用自适应小波去噪和SIFT描述符的步态识别研究
被引量：
4
2
作者
涂斌斌
谷丽华
+1 位作者
揣荣岩
许会
《小型微型计算机系统》
CSCD
北大核心
2018年第6期1372-1376,共5页
针对步态特征提取与识别性能过度依赖所采集步态加速度信号质量和周期划分的问题,提出一种使用小波去噪和SIFT描述符的步态识别方法.首先,根据小波去噪质量评价指标自适应地选择最优小波基函数进行小波去噪.其次,采用SIFT算法提取关键点...
针对步态特征提取与识别性能过度依赖所采集步态加速度信号质量和周期划分的问题,提出一种使用小波去噪和SIFT描述符的步态识别方法.首先,根据小波去噪质量评价指标自适应地选择最优小波基函数进行小波去噪.其次,采用SIFT算法提取关键点,以K-means聚类方法计算关键点描述符集合的聚类中心,经拟合得到步态特征进行识别.实验结果表明,该算法能有效地去除高频噪声,避免周期划分偏差对步态特征准确性的影响,经自采和公开数据集实验,最短响应时间为0.52s,最大识别率为91.7%,证明了该方法在小样本范围达到对步态信号的有效识别.
展开更多
关键词
步态加速度
小波去噪
SIFT描述符
关键点
在线阅读
下载PDF
职称材料
题名
基于步态加速度特征的人体疲劳检测
被引量：
6
1
作者
李月香
李美俊
范小芹
机构
山西大学计算机与信息技术学院
出处
《计算机工程》
CAS
CSCD
2012年第11期271-273,共3页
基金
国家自然科学基金资助项目(61100058)
文摘
传统基于生理学的人体疲劳检测方法存在周期较长、准确度较低的问题。为此,提出一种基于步态加速度特征的人体疲劳状态检测方法。通过微机电传感器加速度计采集被检测人的步态加速度数据,给出基于相关系数法的步态疲劳状态阈值判断方法。实验结果表明,9个样本的检测准确率为93.06%,准确率较高,时间复杂度较低。
关键词
步态加速度
人体疲劳
相关系数法
微机电传感器
Keywords
gait acceleration
human fatigue
correlation coefficient method
Micro Electro Mechanical Sensor（MEMS）
分类号
TP311.5 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
一种使用自适应小波去噪和SIFT描述符的步态识别研究
被引量：
4
2
作者
涂斌斌
谷丽华
揣荣岩
许会
机构
沈阳工业大学信息科学与工程学院
沈阳大学信息工程学院
出处
《小型微型计算机系统》
CSCD
北大核心
2018年第6期1372-1376,共5页
基金
国家自然科学基金项目(61372019)资助
文摘
针对步态特征提取与识别性能过度依赖所采集步态加速度信号质量和周期划分的问题,提出一种使用小波去噪和SIFT描述符的步态识别方法.首先,根据小波去噪质量评价指标自适应地选择最优小波基函数进行小波去噪.其次,采用SIFT算法提取关键点,以K-means聚类方法计算关键点描述符集合的聚类中心,经拟合得到步态特征进行识别.实验结果表明,该算法能有效地去除高频噪声,避免周期划分偏差对步态特征准确性的影响,经自采和公开数据集实验,最短响应时间为0.52s,最大识别率为91.7%,证明了该方法在小样本范围达到对步态信号的有效识别.
关键词
步态加速度
小波去噪
SIFT描述符
关键点
Keywords
gait acceleration
wavelet de-noising
SIFT descriptor
signature points
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于步态加速度特征的人体疲劳检测
李月香
李美俊
范小芹
《计算机工程》
CAS
CSCD
2012
6
在线阅读
下载PDF
职称材料
2
一种使用自适应小波去噪和SIFT描述符的步态识别研究
涂斌斌
谷丽华
揣荣岩
许会
《小型微型计算机系统》
CSCD
北大核心
2018
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
