您的位置: 专家智库 > >

谷丽华

作品数:6 被引量:38H指数:4
供职机构:沈阳工业大学信息科学与工程学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...

主题

  • 4篇步态
  • 2篇硬件
  • 2篇速度传感器
  • 2篇去噪
  • 2篇小波
  • 2篇小波去噪
  • 2篇加速度
  • 2篇加速度传感器
  • 2篇感器
  • 2篇步态识别
  • 2篇传感
  • 2篇传感器
  • 1篇硬件开发
  • 1篇硬件设计
  • 1篇掌纹
  • 1篇掌纹识别
  • 1篇主成分
  • 1篇主成分分析
  • 1篇总线
  • 1篇陀螺

机构

  • 4篇沈阳工业大学
  • 3篇沈阳大学
  • 3篇沈阳化工大学

作者

  • 6篇谷丽华
  • 4篇许会
  • 3篇涂斌斌
  • 2篇揣荣岩
  • 1篇曾静
  • 1篇郭金玉
  • 1篇高松巍
  • 1篇李元
  • 1篇崔畅

传媒

  • 2篇沈阳工业大学...
  • 1篇计算机工程
  • 1篇小型微型计算...
  • 1篇中国惯性技术...

年份

  • 1篇2018
  • 2篇2017
  • 1篇2015
  • 1篇2011
  • 1篇2003
6 条 记 录,以下是 1-6
排序方式:
基于MPU-6050的步态信号采集系统被引量:17
2015年
针对目前获取步态信号类型比较单一,只采集三轴加速度信息,可供分析的信号来源较少,多传感器组合应用存在传感器之间的轴间差等问题,设计了一种基于数字运动处理器的无线步态采集系统.传感器选择集成三轴加速度和三轴陀螺仪信号的MPU-6050以获得更多的步态信息,确保了无轴间差校准问题.系统主要由微控制器STC90LE52、运动传感器MPU-6050以及无线通信模块RF1100SE组成.由MPU-6050采集步态加速度和陀螺仪信号,STC90LE52读取数据并通过RF1100SE发送,接收端将接收到的数据通过串口送到计算机中.通过对数据进行分析可知,在步态信号中,重力方向和前进方向的加速度信号周期性较好,而陀螺仪的俯仰角信号周期性优于其他两个轴的信号.
谷丽华崔畅高松巍许会
关键词:步态加速度传感器陀螺仪微控制器硬件设计
基于MEMS加速度传感器的步态识别被引量:9
2017年
针对最小采集约束条件和经历长时间跨度下识别率低的问题,提出一种基于MEMS加速度传感器的步态识别算法。该算法以右髋部位置采集加速度信号构造多个高斯差分尺度空间,利用局部关键点生成稀疏表示的步态特征位置模板,并采用模板融合来有效转换稀疏性步态周期特征,最后利用最近邻算法和投票机制对步态特征进行识别。在公开的含175名测试者的步态加速度数据集上进行测试,实验结果显示识别率为98.67%和认证率为99.89%,并进一步研究了测试集和训练集样本数目对识别效果的影响,验证了特征提取的有效性和稳定性。
涂斌斌谷丽华揣荣岩许会
关键词:MEMS加速度传感器
步态识别的小波去噪质量评价方法被引量:6
2017年
针对步态加速度信号由于采集信号包含大量尖峰或突变等高频噪声,导致在步态分析、周期划分和特征提取方面存在困难的问题,提出了一种利用小波去噪质量评价来对加速度信号小波去噪的最优参数进行选择的新方法.根据质量评价指标的几何和物理意义,使用评价指标值来指导小波去噪最优小波分解与重构层数的参数选择.当评价指标值取最小值时,其对应分解层数为最优分解层数,采用的小波基函数为最优小波基函数.结果表明,本文方法在步态识别领域可以为步态信号小波去噪选择最优小波基函数和分解层数提供理论依据.
涂斌斌谷丽华许会
关键词:步态步态识别小波去噪
基于多线性独立成分分析的掌纹识别被引量:5
2011年
为快速有效地在掌纹识别中学习多种因素的高阶统计独立成分,利用多线性独立成分分析方法对掌纹张量进行降维,得到低维的模式矩阵,将掌纹图像向模式矩阵上投影以提取核心张量,通过计算核心张量间的余弦距离实现掌纹匹配。基于PolyU掌纹图像库的实验结果表明,与主成分分析(PCA)、二维PCA、独立成分分析和多线性PCA相比,该方法的识别率最高,且满足系统实时性要求。
郭金玉谷丽华李元曾静
关键词:掌纹识别主成分分析二维主成分分析
FF现场总线硬件开发平台设计
现场总线技术是上世纪80年代末发展起来的一种新的工业控制底层网络,已经成为控制网络的典型实现模式.基金会现场总线(FF)是IEC61158现场总线标准中的一员,主要用于仪表行业.现场总线协议复杂,因此现场总线产品的开发过...
谷丽华
关键词:基金会现场总线USB接口
文献传递
一种使用自适应小波去噪和SIFT描述符的步态识别研究被引量:4
2018年
针对步态特征提取与识别性能过度依赖所采集步态加速度信号质量和周期划分的问题,提出一种使用小波去噪和SIFT描述符的步态识别方法.首先,根据小波去噪质量评价指标自适应地选择最优小波基函数进行小波去噪.其次,采用SIFT算法提取关键点,以K-means聚类方法计算关键点描述符集合的聚类中心,经拟合得到步态特征进行识别.实验结果表明,该算法能有效地去除高频噪声,避免周期划分偏差对步态特征准确性的影响,经自采和公开数据集实验,最短响应时间为0.52s,最大识别率为91.7%,证明了该方法在小样本范围达到对步态信号的有效识别.
涂斌斌谷丽华揣荣岩许会
关键词:小波去噪
共1页<1>
聚类工具0