可穿戴传感网络中姿态测量技术

文章通过对人体坐标系和地理坐标系间的相互转换关系,结合欧拉角对普通坐标系的角度转换进行求解,从而得出姿态测量的俯仰角、横滚角和偏航角,再利用相应的传感器,获取人体姿态中的相应数据,结合可穿戴传感网络的数据融合体系及相应的数据融合方法对所得数据进行处理,最终得到可穿戴传感网络中的姿态测量结果。

面向可穿戴多模生物信息传感网络的栈式自编码器优化情绪识别

情绪识别是指采用无生命的传感器和计算机感知测量识别人类情绪状态,其主要环节包括情绪相关信号获取、特征提取以及分类识别.情绪识别可为人类情绪健康监测乃至情绪相关心理精神疾病的初筛提供科学依据.该文构建了多模可穿戴生物信息传感网络测量被测个体的多模情绪相关信号(脑电、脉搏以及血压),经由身体主站将信号传输至远程网络数据中心,并将情绪识别的结果进行网络发布,简化了测量结构,使得被测个体日常情绪监测和远程监控成为可能.由于信号测量和特征提取过程中存在不确定性,该文提出了栈式自编码器(基于深度学习理论)优化的情绪识别算法.71天时间跨度的实验结果表明,栈式自编码器预学习后的特征向量具有更高的一致性与可分性,情绪识别率较相关研究提高了约5%.