-
题名人工神经网络在压力传感器中的应用
被引量:2
- 1
-
-
作者
翁桂荣
周江
赵鹤鸣
金慧敏
-
机构
苏州大学工学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
1999年第10期33-35,共3页
-
文摘
利用C型布尔登管传感器实现压力的计算机检测,在考虑成本、测量精度等情况下,利用人工神经网络实现压力与输出量值的非线性映射。
-
关键词
映射
传感器
压力传感器
人工神经网络
-
Keywords
pressure, map, sensor, neural nnetwork
-
分类号
TH823.2
[机械工程—精密仪器及机械]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于足底压力信息的跌倒姿态聚类识别方法
被引量:4
- 2
-
-
作者
陈洪波
高青
冯涛
朱振朋
刘喻
-
机构
桂林电子科技大学生命与环境科学学院
-
出处
《电子技术应用》
北大核心
2016年第5期113-115,119,共4页
-
基金
国家自然科学基金(81460273)
广西科技攻关计划项目(桂科攻1348020-10)
广西自然科学基金(2013GXNSFA019325)
-
文摘
为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明,系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%,其结果均优于常用的阈值法。综上,SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。
-
关键词
自组织映射神经网络
聚类分析
足底压力传感信息
人体跌倒姿态识别
-
Keywords
Self-Organizing map(SOM) neural network
cluster analysis
sole pressure sensor
body gesture recognition
-
分类号
TM501
[电气工程—电器]
-