收藏本站
《华南理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于单个加速度传感器的人体运动模式识别

薛洋  
【摘要】:基于加速度传感器的人体运动模式识别是模式识别领域一个新兴的研究方向,其本质是首先通过一个或多个加速度传感器获取人运动时产生的加速度信号并通过蓝牙无线传输技术将数据传送到移动设备中,然后对数据进行预处理、特征提取和选择,最后根据提取的特征对运动进行分类和识别。但是,早期的研究工作为了能够获取较为全面的人体运动信息,使用多个加速度传感器放置在人身体的不同部位同时进行数据采集。由于需要在身体的多个部位穿戴传感器,大大地降低了佩戴者的舒适度。为了提高佩戴者的舒适度,也为了更好的降低系统的制造成本和数据的运算成本,本文采用单个加速度传感器进行人体运动模式识别。 目前,基于加速度传感器的人体运动模式识别研究还处在一个相对基础的阶段,尽管基于加速度传感器的人体运动模式识别技术在近十多年来已经取得了极大的发展,但是,由于客观环境的多样性以及人体运动的复杂性使得人体运动模式识别研究还有很多亟待解决的问题摆在研究者面前,包括如何针对不同运动模式的细致分类及三维手写识别进一步研制新的识别技术,解决数据库的建立、有效特征提取、高效分类算法设计等识别难题。本文围绕着这些难点对基于加速度传感器的人体运动模式识别技术展开了一系列研究,主要工作包括: 1.基于加速度传感器的人体运动识别是一个新兴发展起来的识别技术,目前还没有一个标准的数据库。本文构建了一批支持人体运动模式识别的基础数据,包括三维手写数据和人体动作数据。其中,支持人体动作识别研究的数据被命名为华南理工大学自然的基于加速度传感器的人体动作数据库(South China University of Technology-A Naturalistic 3D Acceleration-Based Activity Dataset),下文缩写为SCUT-NAA库。SCUT-NAA库的主页为:http://www.hcii-lab.net/data/scutnaa/。SCUT-NAA库为基于加速度传感器的动作识别研究提供了基本的训练和测试数据,也为不同算法性能的比较提供了一个标准的数据库。并且,SCUT-NAA库是第一款公开的基于三轴加速度传感器的人体动作数据库。该数据库包括44个不同采集者(34个男性,10个女性)的1278个样本。该数据库是在完全自然的条件下,仅用一个三轴加速度传感器,分别放置在采集者的腰带、裤子口袋、上衣口袋三个位置采集的数据。每类动作每个采集者只执行一遍,共采集了10类动作。而三维手写数据则包含60个不同采集者的180套数据样本。每套数据包括阿拉伯数字0到9,每个采集者每套数据书写三遍。 2.提出了基于加速度传感器的三维手写识别的两种解决方法,即三维轨迹恢复和统计模式识别。第一种解决方法,利用无陀螺仪的惯性导航系统(INS)理论恢复手写字符的三维轨迹。因为没有陀螺仪,INS理论中的三个Euler角度只能由三轴加速度信号来估计。又由于加速度传感器的精度会随时间而发散,而在用INS估计位置Pn时,不可避免的要对时间t积分3次,从而使精度误差随时间快速增大。为了更正这种加速度传感器固有的误差,采用零速度补偿(ZVC)方法。最后,通过创造一个假想平面和旋转变换,把书写字符的三维轨迹投影到二维平面。第二种解决方法:利用统计模式识别的方法分类三维手写字符。提出了一种基于加速度传感器的虚拟手写数字特征提取及识别方法。该方法首先对书写时产生的三轴加速度信号投影,获得三个二维矢量。然后基于每个二维矢量提取反映加速度信号顺时针和逆时针旋转变化的特征点,并进行数字编码得到旋转特征码。接着采用归一化编辑距离来度量不同样本的旋转特征码间的差异,最后结合旋转特征和基于编辑距离的旋转特征码的距离测度,给出虚拟手写数字识别算法。与传统的时域原始特征、峰值谷值特征、FFT特征的识别性能对比实验表明本文方法的有效性。 3.针对SCUT-NAA数据库,分别基于四种不同的特征和四种常用的分类器进行了基准评价。四种特征是FFT系数、DCT系数、时域特征(TF)以及自回归(AR)系数。其中,时域特征包括均值、标准差、能量和两轴的相关系数。四种常用的分类器分别是C4.5决策树(Decision Tree)、k近邻(k-NN)、朴素贝叶斯(NaiveBayes)以及SVM。四种特征的提取都是采用滑动时间窗的方法,将一个窗口长度为512个样本点的矩形窗滑过原始的加速度信号,相邻的窗之间重叠半个窗长。四种分类器都是采用留一交叉验证法(Leave-one-subject-out cross-validation)测试数据。实验结果发现:相比于跑、跳和静坐这三种动作95%以上的高识别率,有些动作则很难识别,而照成难识别的原因是相似动作之间的混淆分类。如上楼和下楼动作的混淆,走、快走及原地踏步之间的混淆。4.提出了一种解决上楼和下楼动作混淆问题的分类算法。首先,由于加速度传感器在随人一起运动时,会随机的旋转,导致加速度信号的竖直方向和重力方向不一致,为了有效地从竖直方向的加速度信号中提取特征,提出利用重力方向动态校正加速度信号的竖直方向。然后,从校正后的竖直分量中提取了四分位间距(IQR)和小波能量(WE)两种特征。并利用wrapper特征子集选择算法对提取的特征进行特征选择。用SVM分类器分类的结果表明:基于IQR和WE特征的分类算法能有效的区分上楼和下楼这两种动作,而且该特征对传感器的放置位置不敏感。利用IQR和WE特征,传感器放置在不同位置的平均识别率为95.64%,比传统时域特征的识别率提高了8.34%,比FFT系数的识别率提高了4.37%。即使将不同位置传感器的数据混合在一起,基于IQR和WE特征的平均识别率也达到了94.84%。 5.提出了基于小波变换和分形分析的步态模式识别算法,重点是细分类三种走路模式,即正常走、快走和原地踏步。首先采用小波多分辨率分析的方法,对信号进行小波分解,然后从分解后的小波系数中提取了三种类型的特征。小波能量分布(Wavelet Energy Distribution)特征可以衡量三种步态模式在不同小波分解层的能量分布情况。基于小波系数估计的分形维数(Fractal Dimension)特征量化了不同小波尺度下细节系数的方差变化过程,因此利用分形维数可以衡量原始加速度信号的复杂性。小波峰(Wavelet Peak)特征反映了三种步态模式加速度信号的幅度。利用不同类型特征的互补特性,对于三种相似的步态模式,能达到98.41%的平均识别率,与时域和频域特征相比,本文提出的方法能显著提高识别性能。此外,本文还初步研究了上楼、下楼、正常走、快走和原地踏步这五种步态模式的识别问题。最后,提出了一种新颖的基于三轴加速度信号的应用——跳高高度估计。实验结果说明基于加速度传感器进行跳高高度估计是可行的,也是有效的。 总的来说,基于加速度传感器的人体运动模式识别研究是穿戴式计算和普适计算的重要研究内容之一。该课题的研究具有重要的理论价值和实用意义,值得人们继续进行更细致、深入的研究。
【学位授予单位】:华南理工大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP391.41

手机知网App
【引证文献】
中国期刊全文数据库 前1条
1 徐川龙;顾勤龙;姚明海;;一种基于三维加速度传感器的人体行为识别方法[J];计算机系统应用;2013年06期
中国博士学位论文全文数据库 前1条
1 陈世海;冲击地压电磁辐射前兆信息识别技术研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前4条
1 肖潇;基于背景建模的骨架提取[D];安徽大学;2012年
2 任子良;基于WSN的跌倒监测系统研究与实现[D];华南理工大学;2012年
3 刘煜;基于惯性传感器的手机手势识别研究[D];电子科技大学;2012年
4 黄勋;基于车联网的车辆移动状态识别研究[D];华南理工大学;2012年
【参考文献】
中国期刊全文数据库 前8条
1 于建玲;臧保将;商朋见;;股市时间序列的多重分形分析[J];北京交通大学学报;2006年06期
2 付丽;孙红帆;杨勇;谷欣超;孙爽滋;;基于贝叶斯分类器的图像分类技术[J];长春理工大学学报(自然科学版);2009年01期
3 孟维国;;三轴加速度计ADXL330的特点及其应用[J];国外电子元器件;2007年02期
4 孙岩;吕世聘;王秀坤;唐一源;;基于结构学习的KNN分类算法[J];计算机科学;2007年12期
5 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
6 于玲;吴铁军;;集成学习:Boosting算法综述[J];模式识别与人工智能;2004年01期
7 曹广喜;史安娜;;上海股市收益的多重分形分析——滑动窗MFDFA方法的应用[J];数理统计与管理;2007年05期
8 吴玉鸣;中国人口发展演变趋势的分形分析[J];中国人口科学;2005年04期
中国博士学位论文全文数据库 前2条
1 王煜;基于决策树和K最近邻算法的文本分类研究[D];天津大学;2006年
2 王书舟;支持向量机方法及其应用研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前1条
1 桑应宾;基于K近邻的分类算法研究[D];重庆大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
5 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
6 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
7 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
8 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
9 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
10 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
6 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
7 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
8 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
9 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
10 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
7 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
8 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
9 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
10 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
7 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
8 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
9 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
10 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 鲍晓东;;智能交通系统的现状及发展[J];北京工业职业技术学院学报;2007年02期
2 李均之,曹明,夏雅琴,毛浦森;岩石压缩试验与震前电磁波辐射的研究[J];北京工业大学学报;1982年04期
3 采峰;曾凤章;;产品需求量非平稳时序的ANN-ARMA预测模型[J];北京理工大学学报;2007年03期
4 施家栋;王建中;王红茹;;基于光流的人体运动实时检测方法[J];北京理工大学学报;2008年09期
5 崔立林;章林柯;朱海潮;栾瑞鹏;;一种多传感器信息融合的噪声源识别方法研究[J];船舶力学;2010年10期
6 宋寿鹏;阙沛文;;超声信号的非线性行为及应用[J];传感技术学报;2007年01期
7 张建成;吴新杰;;形态滤波在实时信号处理中应用的研究[J];传感技术学报;2007年04期
8 杨先军;王昌喜;潘磊;马祖长;孙怡宁;;基于三维加速度信息的上肢动作质量评价的研究[J];传感技术学报;2010年12期
9 金仁成;王艳辉;王立鼎;高英明;;无线传感器网络节点硬件平台设计[J];传感器与微系统;2006年12期
10 陈虎;周凤星;;三轴加速度传感器在智能车路径识别中的应用[J];传感器与微系统;2010年09期
中国博士学位论文全文数据库 前10条
1 李关防;模态域信号处理在水声中的应用[D];哈尔滨工程大学;2009年
2 王旭宏;大同矿区“三硬”煤层冲击地压发生机理研究[D];太原理工大学;2010年
3 杨力;基于小样本数据的矿井瓦斯突出风险评价[D];中国科学技术大学;2011年
4 王骏;无监督学习中聚类和阈值分割新方法研究[D];南京理工大学;2011年
5 刘松华;核矩阵低秩分解与核空间信息能度量研究及应用[D];西安电子科技大学;2011年
6 韩骏;小波熵与小波网络在多相流参数测量中的应用研究[D];天津大学;2010年
7 徐学锋;煤层巷道底板冲击机理及其控制研究[D];中国矿业大学;2011年
8 王正帅;老采空区残余沉降非线性预测理论及应用研究[D];中国矿业大学;2011年
9 吴胜强;核主元分析及证据理论的多域特征故障诊断新方法研究[D];燕山大学;2011年
10 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 薛源;基于多传感器的老人跌倒检测系统的研究与应用[D];武汉理工大学;2011年
2 何先照;基于加速度信息的人体步行速度检测方法研究[D];安徽理工大学;2011年
3 张杰;基于数学形态学的故障行波测距方法研究[D];昆明理工大学;2005年
4 何巧萍;基于视频图像处理技术的运动车辆检测算法研究及实现[D];长沙理工大学;2006年
5 陈意瑶;基于ARM9的加速度计信号检测系统设计[D];上海交通大学;2007年
6 李春芾;基于加速度计的汽车制动与转向性能监测方法研究[D];吉林大学;2007年
7 杨勇;煤岩电磁辐射机理及在冲击地压预测中的应用研究[D];辽宁工程技术大学;2007年
8 赵祥欣;基于三维加速度传感器的跌倒监测研究[D];浙江大学;2008年
9 李星星;基于HMM的汉语语音关键词检测研究与实现[D];武汉理工大学;2009年
10 孙新香;基于三轴加速度传感器的跌倒检测技术的研究与应用[D];上海交通大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 王大玲,于戈,鲍玉斌,王国仁;一种基于关联性度量的决策树分类方法[J];东北大学学报;2001年05期
2 张晓辉,李莹,王华勇,赵宏;应用特征聚合进行中文文本分类的改进KNN算法[J];东北大学学报;2003年03期
3 黄诒蓉;中国股票市场多重分形结构的实证研究[J];当代财经;2004年11期
4 王淑盛,徐正光,刘黄伟,王志良,史立峰;改进的K近邻方法在岩性识别中的应用[J];地球物理学进展;2004年02期
5 豆增发;王英强;王保保;;一种基于信息增益的K-NN改进算法[J];电子科技;2006年12期
6 李蓉 ,叶世伟 ,史忠植;SVM-KNN分类器——一种提高SVM分类精度的新方法[J];电子学报;2002年05期
7 赵莹 ,高隽 ,汪荣贵 ,胡静;一种新的广义最近邻方法研究[J];电子学报;2004年S1期
8 尹传环;田盛丰;牟少敏;;一种面向间隙核函数的快速算法[J];电子学报;2007年05期
9 黄文明,徐锦法,高正;直升机动态逆神经网络模型[J];飞行力学;2001年03期
10 屈翠香,李刚;具有数字信号输出的双轴加速度传感器ADXL202[J];国外电子元器件;1999年08期
中国博士学位论文全文数据库 前1条
1 刘靖旭;支持向量回归的模型选择及应用研究[D];国防科学技术大学;2006年
中国硕士学位论文全文数据库 前1条
1 庞银卓;基于内容的图像检索系统[D];天津大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 刘宇;鞠文斌;刘羽熙;;加速度传感器的检测应用研究进展[J];计量与测试技术;2010年10期
2 李冬;梁山;;基于加速度传感器的老年人跌倒检测装置设计[J];传感器与微系统;2008年09期
3 吴强辉,田学隆,朱弋,翁正兴;野战作训体能消耗测试仪的研制[J];医疗卫生装备;2004年09期
4 尚亮;周先国;韩新红;;基于Labview的加速度传感器运动信息采集平台设计[J];计算机测量与控制;2009年09期
5 王粉花;年忻;郝国梁;王志良;;物联网技术在生命状态监测系统中的应用[J];计算机应用研究;2010年09期
6 冯丽爽,王人成,黄昌华,王季军;CCD传感器在人体运动图像检测系统中的应用[J];仪表技术与传感器;2000年05期
7 郝立果;林玉池;;基于ARM7的动作信息采集平台设计[J];医疗卫生装备;2009年06期
8 周德忠;;衰减系数β值可整调的加速度传感器的研制[J];武汉科技大学学报(自然科学版);1983年03期
9 洪连进;电容式硅微加速度传感器的研究[J];电机与控制学报;1997年04期
10 唐富荣,薛大同;静电悬浮式三轴加速度传感器的初步设计[J];传感器技术;2001年07期
中国重要会议论文全文数据库 前10条
1 卢鼎厚;;骨骼肌损伤的病因和治疗与人体运动功能康复[A];中国康复医学会第三次康复治疗学术大会论文汇编[C];2002年
2 谈诚;郑亮;张春林;;基于ADAMS/Lifemod的人体动力学模型研究[A];第十一届全国运动生物力学学术交流大会论文汇编(摘要)[C];2006年
3 洪迪安;;人体数学模型和计算机模拟[A];运动生物力学研究方法[C];1986年
4 李广庆;王茂斌;王人成;华超;;矢状面人体运动轨迹检测与分析系统的研制[A];中华医学会第八次全国物理医学与康复学学术会议论文汇编[C];2006年
5 殷金生;;计算人体运动内力矩的一项原理性误差[A];第四届全国运动生物力学学术会议论文集(二)[C];1983年
6 张芳;崔建华;张西洲;;海拔5380m高原富氧室对人体运动一氧化氮及其合酶的影响[A];中国生理学会第六届应用生理学委员会全国学术会议论文摘要汇编[C];2003年
7 苏丽娜;董金明;赵琦;;基于加速度传感器的计步器系统[A];全国第二届嵌入式技术联合学术会议论文集[C];2007年
8 ;一些新成果[A];第二届中国运动生物力学学术会议论文汇编(2)[C];1981年
9 秦正光;;人体运动的热力学及动作效率的确定[A];运动生物力学研究方法[C];1986年
10 忻鼎亮;;运动生物力学理论方法的新形式[A];第十届全国运动生物力学学术交流大会论文汇编[C];2002年
中国重要报纸全文数据库 前10条
1 徐岩 编译;可靠性好的应变型加速度传感器[N];电子报;2010年
2 于寅虎;加速度传感器期待大市场[N];中国电子报;2004年
3 ;MEMS为手机增添卖点[N];中国电子报;2009年
4 本报记者 赵艳秋;加速度传感器手机应用升温 特色应用带动技术升级[N];中国电子报;2010年
5 王晓;华人科学家成功研制可发电纳米纤维[N];中国纺织报;2008年
6 意法半导体 魏鸣 闫子波;ST:MEMS加速度传感器五大功能简化用户设计[N];中国电子报;2009年
7 意法半导体大中国区模拟及传感器事业部技术市场经理 吴卫东;MEMS加速度传感器:市场持续增长业界期待双赢[N];中国电子报;2009年
8 东颖;夏季苦练容易导致身体疲劳[N];大众科技报;2007年
9 ;MEMS加速度传感器填补手机应用“真空”[N];中国电子报;2009年
10 记者 顾钢;美发明人体发电“智能背包”[N];科技日报;2005年
中国博士学位论文全文数据库 前10条
1 薛洋;基于单个加速度传感器的人体运动模式识别[D];华南理工大学;2011年
2 佟丽娜;基于力学量信息获取系统的人体摔倒过程识别方法研究[D];中国科学技术大学;2011年
3 赵旭;人体运动的视觉重建与识别[D];上海交通大学;2011年
4 于雪松;基于单目无标记点的人体3D运动估计关键技术的研究[D];哈尔滨工业大学;2009年
5 田彦;基于视频的人体姿势预测与跟踪[D];北京邮电大学;2011年
6 袁刚;六维加速度传感器的原理、系统及特性研究[D];重庆大学;2010年
7 史操;基于计算机视觉的三维人体运动数据压缩[D];中南大学;2011年
8 王雷;数字智能三分量力平衡加速度传感器研究[D];中国地震局工程力学研究所;2012年
9 杨年峰;人体运动协调规律及其参数化描述[D];清华大学;2001年
10 陈坚;单目视频人体运动跟踪和获取技术研究[D];中国科学院研究生院(软件研究所);2005年
中国硕士学位论文全文数据库 前10条
1 郝立果;基于加速度传感器的运动信息采集和应用研究[D];天津大学;2010年
2 刘晓祥;基于加速度传感器的动作捕捉系统的研究[D];吉林大学;2011年
3 马惠铖;声表面波加速度传感器关键技术的研究[D];西安科技大学;2010年
4 陈大雄;光纤Bragg光栅加速度传感器动态特性的研究[D];武汉理工大学;2004年
5 常晓军;老年人群意外跌倒过程中的身体姿态感知技术研究[D];西北大学;2011年
6 刘正;基于SOI环形谐振腔的加速度传感器研究[D];中北大学;2011年
7 马颖蕾;八梁固支压阻加速度传感器及测试电路[D];复旦大学;2010年
8 尤晶晶;基于6-SPS并联机构的压电式六维加速度传感器的研究[D];南京航空航天大学;2010年
9 朱国忠;基于三维加速度传感器的人体运动能耗检测系统的研究[D];浙江大学;2011年
10 王津生;运动图像序列中人体关节点的提取与跟踪[D];河北工业大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026