作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究一种基于激光传感器的运动动作智能识别方法,为提升运动员运动动作的识别精度,有效分析并促进其训练水平奠定基础.通过激光传感器采集运动目标的运动动作信号数据,选用小波分析法对所采集数据实施降噪预处理后,通过分割算法找寻分割点对降噪后运动动作实施分割处理,采用时域信号分析方法提取出分割后各个运动动作初始信号的特征值,输入到BP神经网络中,通过BP神经网络分类器输出运动动作识别结果.实验结果表明,该方法的隐含层单元为9层时训练步数最少,同时该方法采集周期短效率高,可实现运动动作数据的实时采集,运动动作识别结果符合实际状况,具有较高的识别精度,识别性能平稳可靠,为精准有效分析运动动作奠定基础.
推荐文章
特殊人群的运动动作智能识别平台的设计与实现
特殊人群
运动动作
智能识别
评估板
特征降维和高斯混合模型的体育运动动作识别
体育运动动作识别
随机投影
高斯混合模型
特征向量降维
基于激光传感器的自主寻径智能车设计
智能车
激光传感器
MC9S12XS128
比例控制
PID控制
基于多传感器数据融合的人体运动模式识别研究
运动模式识别
卡尔曼滤波
数据融合
姿态检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于激光传感器的运动动作智能识别研究
来源期刊 激光杂志 学科
关键词 激光传感器 运动动作 智能识别 采集数据 小波降噪 神经网络
年,卷(期) 2021,(7) 所属期刊栏目 模式识别
研究方向 页码范围 84-89
页数 6页 分类号 TN24
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2021.07.084
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (192)
共引文献  (30)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(29)
  • 参考文献(0)
  • 二级参考文献(29)
2015(25)
  • 参考文献(0)
  • 二级参考文献(25)
2016(33)
  • 参考文献(0)
  • 二级参考文献(33)
2017(32)
  • 参考文献(5)
  • 二级参考文献(27)
2018(11)
  • 参考文献(6)
  • 二级参考文献(5)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
激光传感器
运动动作
智能识别
采集数据
小波降噪
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
总被引数(次)
33811
论文1v1指导