基于慣性傳感器的運(yùn)動(dòng)識(shí)別系統(tǒng)_0533

1、西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì)論文西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì)論文1摘要基于慣性傳感器的運(yùn)動(dòng)識(shí)別系統(tǒng)是模式識(shí)別的一個(gè)新興領(lǐng)域，克服了傳統(tǒng)基于視頻的動(dòng)作識(shí)別的諸多缺點(diǎn)和限制，具有更高的可操作性和實(shí)用性。所以本文首先著重介紹了如何利用慣性傳感器進(jìn)行動(dòng)作的分類，及其原理。在對運(yùn)動(dòng)進(jìn)行識(shí)別的算法中，比較常用的算法有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隱馬爾科夫模型等，這些算法不是很直觀，而且相對來說比較復(fù)雜，因此本文采用的是kmeans均值聚類算法，本

2、文的工作流程如下：首先通過握在被測實(shí)驗(yàn)對象手中的慣性傳感器采集動(dòng)作信息，然后通過無線傳輸模塊將數(shù)據(jù)傳輸?shù)絇C機(jī)，進(jìn)而對數(shù)據(jù)進(jìn)行動(dòng)作自動(dòng)截取和動(dòng)作特征提取，最后利用選定的識(shí)別算法對動(dòng)作進(jìn)行識(shí)別。在本文中，用于實(shí)現(xiàn)動(dòng)作識(shí)別的幾種動(dòng)作為向上、向下、向左、向右和畫圈，隨后對該動(dòng)作進(jìn)行動(dòng)作捕捉，并采用快速傅里葉變換（FastFourierTransfmFFT）進(jìn)行特征提取，最后采用Kmeans均值聚類進(jìn)行識(shí)別，識(shí)別率為69%。本文的重點(diǎn)在于數(shù)據(jù)的

3、特征提取，及慣性傳感器的運(yùn)動(dòng)識(shí)別，分別用到了快速傅里葉變換，及Kmean均值聚類兩種算法。關(guān)鍵詞：慣性傳感器，Kmeans均值聚類FFT西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì)論文西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì)論文3目錄目錄第一章前言..........................................................................................................

4、.41.11.1研究的背景和意義研究的背景和意義.........................................................................................41.2基于慣性傳感器的運(yùn)動(dòng)識(shí)別國內(nèi)外現(xiàn)狀......................................................51.3傳感器的分類......................

5、............................................................................61.4本文的組織結(jié)構(gòu)............................................................................................10第二章數(shù)據(jù)采集和特征提取算法.........................

6、............................................122.1慣性傳感器的結(jié)構(gòu).......................................................................................122.2數(shù)據(jù)采集...................................................................

7、....................................122.3數(shù)據(jù)的特征提取...........................................................................................132.42.4離散傅里葉變換離散傅里葉變換(DFT)(DFT).................................................

8、...............................162.4.12.4.1快速傅里葉變換快速傅里葉變換(FFT)(FFT)....................................................................172.4.2快速傅里葉變換快速傅里葉變換FFT的應(yīng)用的應(yīng)用.......................................................

9、...182.4.32.4.3算法基本原理算法基本原理..................................................................................19第三章基于慣性傳感器的運(yùn)動(dòng)識(shí)別.................................................................213.1運(yùn)動(dòng)識(shí)別主要算法................

10、.......................................................................213.2Kmeans算法介紹.........................................................................................223.3K3.3K－meansmeans文本聚類文本聚類算法優(yōu)化法優(yōu)化.........

11、.............................................................233.4初始聚類中心的選擇初始聚類中心的選擇...................................................................................243.5K3.5K一均值聚類算法的算法流程一均值聚類算法的算法流程...................

12、..................................................243.6SOM算法介紹..............................................................................................253.7實(shí)驗(yàn)內(nèi)容.......................................................