基于手机传感器识别行人步态的PSO-ELM算法

针对因手机携带位置不同对传感器产生干扰而导致行人步态识别准确率降低的问题,提出了一种粒子群优化极限学习机(PSO-ELM)识别算法。首先,基于极限学习机(ELM)分类方法,借助分层ELM多层降维的特点,利用粒子群优化算法对ELM算法参数进行寻优,设计有效识别行人手机携带位置的分层PSO-ELM分类方法。然后,通过线性判别分析的降维算法和PSO-ELM完成对行人步态的有效识别。实验使用Android手机对五种携带位置四种步态下的加速度和角速度数据进行采集,结果表明:在识别手机携带位置层面,训练集与测试集的识别准确率分别达到99.54%、99.47%;在识别行人步态层面,两种准确率分别达到95.74%、95.31%,证明所提算法具有较高的步态识别准确率。

基于手机传感器的多参数电梯检测方法

电梯是高层建筑必不可少的垂直交通工具,而定期对电梯进行检测与检验尤其重要。传统的电梯检测方法需要电梯检测人员携带大量硬件设备,过程烦琐且不便。为解决此问题,本文提出了一种基于智能手机的电梯检测方法,利用手机内置传感器可获取电梯检测的关键参数。对样本数据进行对比分析,其结果显示样本数据接近专用设备所测的数据。因此,使用智能手机传感器可以方便有效地检测电梯的运行特性,从而跟进科技发展,避免机械浪费。

一种基于智能手机传感器的行人室内定位算法

智能手机及其内置惯性传感器的普及可实现室内行人航位推算,但是由于人行走的随意性以及智能手机内置传感器精度不高,使定位精度难以满足应用要求。为此,在分析行人行走模式的基础上,基于智能手机传感器提出一种新的行人航位推算算法。对采集到的原始加速度数据进行预处理,采用基于有限状态机的行走状态转换方法识别行走周期并进行计步,利用卡尔曼滤波,结合步长-加速度关系以及连续两步步长之间的关系对步长进行估计。实验结果表明,该算法能够准确计算步数和步长,从而获得精确的室内定位结果。

一种基于手机传感器自相关分析的计步器实现方法

针对计步器采用的波峰检测算法要求行人必须将设备佩戴在身体特定部位的问题,提出了一种利用手机加速度传感器信息实现计步器的解决方案。同时,为了降低手机位置不同以及行人的不同运动状态对手机计步器计步结果的影响,设计了一种自相关分析的计步算法。该算法将运动状态分为空闲和行走两种基本类型,根据经验阈值判断运动人员的运动状态进而进行计步计算。试验结果验证了算法的有效性:相对于波峰检测算法,运动状态为行走时计步结果的正确率从92.5%提高到98.6%,运动状态为空闲时计步结果的正确率从96.0%提高到98.8%。表明新设计的自相关分析算法有效地提高了行人计步结果的正确率,为室内人员定位技术的发展提供了新的途径。

利用智能手机传感器测定蛋清盐析法提取卵白蛋白产率

利用智能手机光线传感器及相关软件对传统紫外分光光度法测浓度实验进行改造,通过测量溶液透过光的光照度得到蛋清盐析制取的卵白蛋白浓度,计算得出蛋清盐析法制取卵白蛋白产率为9.36%,与传统测量数值相差不大,可作为本科生实验。

基于手机传感器和互补滤波的行人航向解算

目前行人航迹推算逐渐成为室内定位研究与应用的热点。针对利用陀螺仪推算行人航向时存在较大累积误差的问题,本文提出了一种基于智能手机传感器的行人航向解算算法。该算法根据陀螺仪输出的角速度数据与手机传感器参数计算合适的阈值,实时调节PI调节器的误差补偿系数,对预处理后加速度计和磁力计数据解算的航向角进行补偿,并与陀螺仪数据互补滤波融合,得到融合后的航向角。试验基于低成本智能手机,分别在磁场强弱环境下采集手机传感器数据,对比分析本文算法与传统互补滤波算法及九轴数据融合算法在推算行人航向时的精度。试验结果表明,在室内磁干扰较强的环境下,本文算法与传统互补滤波算法、九轴数据融合算法相比定位精度分别提升了68.4%和65.9%,平均航向误差分别减小了3.4°和1.8°,验证了本文算法有较好的抗磁干扰性能,提高了行人航向角解算的可靠性。

基于手机传感器轨迹的路面地物检测方法

针对传统路面地物信息采集方法存在的数据采集周期长、成本高等问题,提出了一种基于手机传感器轨迹的城市路面地物检测方法。利用手机记录车辆行驶过程中各传感器数据的变化,分析经过姿态校正后的加速度数据,研究加速度变化与路况之间的联系,构建BP神经网络模型,并使用已采集数据对模型进行训练,以识别路面地物。实验结果表明,基于手机传感器轨迹的路面地物检测方法具有快速准确地检测路面地物信息的能力,且地物检测准确率大于85%,能够较为准确地检测路面地物,文中基于手机姿态传感器对手机加速度传感器姿态进行了实时矫正,利用手机垂直于路面的加速度变化检测路面地物,因此所提方法具有手机加速度传感器姿态无关性,此外,所提方法对硬件设备要求低、数据采集效率高,降低了路面地物信息采集的成本,具有广泛的应用前景。

基于手机传感器的人体活动识别综述

人体活动存在于日常生活的各方面,人体活动识别(HAR)具有广泛的应用价值,并受到广泛关注。随着智能手机的逐步发展,传感器嵌入到手机中使手机更加智能,实现了更加灵活的人机交互。人们一般随身携带智能手机,因此手机传感器信号中有丰富的人体活动信息,通过提取手机传感器的信号便可以识别用户活动。相比基于计算机视觉等方法,基于手机传感器的人体活动识别更能体现人体运动的本质,并且具有成本低、灵活、可移植性强的特点。文中详细阐述了基于手机传感器的人体活动识别的研究现状,并对系统结构和基本原理进行了详细的描述和总结,最后分析了基于手机传感器的人体活动识别目前存在的问题以及未来发展的方向。

基于智能手机传感器的基础行为识别方法研究

为提高人类行为识别准确性的同时降低实现过程的复杂程度,提出基于智能手机加速度传感器与陀螺仪数据对六种日常基础行为进行识别的方法。在分析传感器框架的基础上,对加速度传感器进行数据采集并对原始数据进行数据预处理,然后采用主成分分析方法结合已有知识对数据统计特征进行降低维数处理,再利用机器学习算法实现对行为特征的分类与识别,目的是简化基础行为的识别过程并提高数据的利用率。实验测试结果验证了决策树与支持向量机分类器结合使用的有效性,识别准确率可接近97%。

基于智能手机传感器探究铅球的运动规律--关于抛体运动的探究小实验

实验是物理教学必不可少的一个环节,本文以铅球运动为例利用手机传感器探究其运动轨迹并找出规律,将课堂内容与生活实践相结合,一方面巩固应用了曲线运动的相关知识;另一方面更好地培养了中学生的科学素养和兴趣.

智能手机传感器在中学物理教学中的应用综述

对智能手机传感器在中学物理教学中的应用进行了总结,包括物理实验中的应用、教学实证研究、有关测评工具研究.梳理发现国内外关于手机传感器在中学物理实验中的应用研究有很多,但有关教学实证研究、测评工具开发的研究却很少.最后提出手机传感器应用于中学物理教学的优缺点以及未来研究展望.

基于智能手机传感器的人类行为识别研究

针对因人类行为识别中手机位置的不确定性导致的行为识别率低的问题,提出了一种实时行为识别方法。首先对智能手机中加速度计和陀螺仪所获取的各行为下的传感器数据,依次进行零偏误差补偿、异常值处理和db7小波阈值去噪;其次使用滑动窗口对预处理后的数据进行分割,同时基于各行为特征分布规律进行特征提取;最后将提取的特征用于支持向量机(Support Vector Machine, SVM)分类器模型的训练,通过调用SVM模型结合多票判决策略实现当前时刻行为预测。仿真结果表明,该方法能有效地识别坐、站立、行走、跑步、上楼、下楼、躺、卧8种基本行为,并能区分握、阅读、接听、摆臂、口袋5种手机位置。分类器模型的整体识别率达到了97.6%,在手机位置固定和不固定的情况下,实时行为识别的平均识别准确率分别达到了90.6%和84.8%,平均耗时为177.803 ms。

基于手机传感器的车辆轨迹实时在线压缩方法

随着具有定位功能的各类便携式移动设备的普及,产生了大量的移动目标时空轨迹数据,庞大的数据规模对轨迹数据管理和分析带来了严峻的挑战.车辆时空轨迹数据压缩算法,通过监测分析车辆在不同运动行为模式下智能手机内置线性加速度传感器和方向传感器的数据变化规律,识别车辆的转向行为和变速行为,并根据识别结果请求GPS传感器定位,记录相应轨迹特征点,从而实现车辆轨迹的实时在线压缩.将本文算法与基于特征点提取的轨迹压缩的代表性算法进行对比实验,结果表明:本文算法在压缩精度上稍弱于代表性算法,与在线NOPW(normal opening window)算法相比,时空距离偏差平均比其多0.4 m,空间距离偏差平均比其多0.6 m;本文算法可在当前秒获得特征点,比DP(douglas-peucker)算法减少约30%的计算耗时,减少了网络传输数据量;只在关键特征点处请求定位采样,压缩结果能一定程度地适应路况变化,减少了对手机存储空间的占用,并有助于降低手机耗电量.

基于智能手机传感器的手持技术在化学实验中的应用--以“碘钟实验”为例

为研究碘钟振荡反应随氢离子浓度的变化规律,在自制“暗箱”内以LED灯作为光源,用手机软件和手机内置光线传感器做检测系统,将透过不同浓度氢离子碘钟振荡体系光强度变化转化为数字信号的变化,绘制出碘钟振荡反应周期性变化曲线。实验结果表明:随着氢离子浓度的改变,振荡周期、周期稳定性及各阶段持续振荡时间变化能在曲线上表现出来。为研究碘钟反应提供一种新的技术和方法。

基于智能手机传感器的人体行为识别技术研究与实践

本文首先介绍了一种基于智能手机传感器获取加速度等数据的App设计方法,设定了15种需要识别的动作、手机位置组合类别,收集了75万条运动数据记录;其次,采用滑动窗口技术分割时序数据,构建了有针对性的时域、频域特征指标,形成了不同窗口大小、步长的新样本系列;最后,通过分类结果筛选出性能优良的4类算法,证实了深度学习在特征构建方面的良好表现,探讨了滑动窗口大小、步长对识别结果的影响。这些成果对于构建人体行为识别系统具有一定参考价值。

利用手机传感器创新固体微小形变演示实验

基于多种手机传感器创新固体微小形变演示实验,将微小形变转换成磁场强度、加速度以及光照强度的变化,利用传感器精确测量磁场强度、加速度以及光照强度,通过Phyphox软件输出变化曲线,实验现象明显、直观,教学实践可行性强。基于手机传感器创新演示实验辅助物理教学,为促进信息技术与物理学习的融合提供了新思路,可促进学生从多个视角审视检阅结论,有利于学生科学探究能力的发展。

手机传感器建筑测量实用算法与思想

通过对手机传感器进行分析,从认识手机传感器、手机坐标系与惯性坐标系的比较以及如何实现手机测量等方面进行了论述,提出了利用手机传感器建筑测量的算法与思想。通过手机中自带的陀螺仪传感器获取手机绕某一坐标轴(此坐标轴为手机特定的坐标轴)旋转的角度值,额外测量得到手机在平面空间移动的距离,经正、余弦定理进行换算即可得到测量值。

基于手机传感器的物理实验教学研究——以手机加速度计测自由落体加速度为例

将智能手机的传感器功能融入到中学物理实验教学中,已成为教师激发学生学习兴趣和培养学生动手能力的新途径.本文以手机加速度计测自由落体加速度为例,在介绍加速度计原理的基础上,通过展示实验操作过程,让学生初步了解手机传感器的功能,并在实验中体会自由落体运动的特点,为使学生能够进一步深入应用手机传感器打下基础.

基于手机传感器的动摩擦因数实验

随着智能手机的普及,手机传感器逐渐被应用到物理实验教学中.以动摩擦因数的测量为例,介绍手机传感器在物理实验教学中的应用.

利用手机传感器研究交流电的有效值

利用手机上的光照传感器和“手机传感器”App,结合常规的实验器材,用“等效”的思想,来研究常见的正弦式交流电、正弦交流电半波整流及桥式整流后的有效值。