排序方式: 共有11条查询结果,搜索用时 171 毫秒
1.
2.
针对当前使用调频连续波雷达的呼吸模式分类算法准确度不高的问题,本文提出一种基于一维卷积神经网络(1DCNN)结合长短时记忆(LSTM)网络的多呼吸模式分类方法。方法共分为四步:第一步,对雷达提取的呼吸信号进行预处理;第二步,使用快速傅里叶变换(FFT)与连续小波变换(CWT)提取呼吸信号特征;第三步,根据呼吸特征对五种呼吸模式信号(正常呼吸、呼吸过速、呼吸过缓、呼吸深大、呼吸暂停)打标签制作数据集;第四步,使用数据集训练网络得到模型,并使用新数据测试模型。实验结果表明,此方法分类准确度要比现有使用CNN网络方法高5%左右。 相似文献
3.
4.
5.
首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置.在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别.该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集.最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速.实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性. 相似文献
6.
7.
8.
9.
10.
IMA E1传输是E1升级到光纤的过渡技术,能有效地提高传输带宽.这里选用PowerPC MPC8280网络处理器,设计实现了基于PCI总线的IMA E1数据采集系统.首先论述系统的设计思想和总体结构,并详细的介绍UTOPIAS口、PCI接口和总线控制功能模块的详细设计过程.最后对硬件进行信号完整性分析,以SDRAM的数据线为例,给出了消除反射干扰的解决方法. 相似文献