如今,大数据的发展变得越来越快,和相关的运动传感识别和复杂系统研究大数据背景下逐渐被重视。目前,相关的研究相对较少在学术界垂直Baduanjin;在这个方向的研究可以在运动传感器识别进一步突破。为了执行相关动作识别研究的提升作用垂直Baduanjin,本文运用传感器技术采集运动视频图像的垂直Baduanjin基于大数据的背景和使用动作识别技术和相关算法得到行动。识别视频图像来获取数据,得到加速度、角速度,和肌电图数据,计算结束时间根据动作的变化和持续时间。数据表和图的变化趋势显示在实验结束时,我们可以看到以下几点:数据预处理后,加速度信号变化范围仅限于(−1,1)和加速度变化有一个明确的方向;经过15电梯的检测对象,其角速度<我t一个l我c>
X
随着大数据相关技术的发展,学者们越来越多的应用程序应用于大数据人机交互,运动识别和传感器技术。如今,人们越来越多的关注健康运动,和研究健康和体育锻炼认识也密切关注。健康的传统文化的一个重要组成部分,土壤中的垂直Baduanjin已经孕育了几千年的中国传统文化。其独特的文化基调和特点已经引起人们的关注。
许多学者做了一些研究运动识别。小王提出了一种新的方法,即加权层次深度运动地图(whdmm) +三频道深卷积神经网络回旋网(3),用于识别人类活动从深度地图在小训练数据集。三种策略开发开采特点采用回旋网的能力(
本文研究了垂直Baduanjin的升降运动。实验研究背景是大数据技术,通过运动识别相关方法和传感器技术和使用复杂系统理论分析实验。本文的创新主要体现在以下几个方面:(1)实验研究大数据的背景下,它是非常方便的在实验收集数据,节省了数据收集的时间;(2)垂直的Baduanjin举重运动主题的研究上新的和创新的问题;(3)实验运用复杂系统理论的分析可以更科学合理的实验结果。
作为生产的一个重要因素,今天数据已经渗透到每一个行业,数据挖掘和实现的效率将直接影响到新生产力的发展周期。大数据是一个巨大的、多样化和快速变化的信息资产。它需要采用新的处理方法来改善人们在视觉扩张的能力,流程优化和决策形成( 大数据收集分析过程,引入第一个结构化、半结构式,和非结构化数据,然后将数据质量和数据集成的装载作业。如果数据需要实时处理,数据将会流入计算模块;如果数据不需要实时处理,数据可以先输入数据集成模块数据质量筛选;过滤预处理可能不是直接通过数据集成模块和离线处理传入的数据分析模块。有必要进行建模和预测分析,挖掘数据分析工具。最后,当数据到达表示层、管理可以做出决定,发现、建模和预测分析,报告,计划的预言,节目内容分析应用程序。大数据共享和数据共享模块的操作是指重复操作在不同的应用程序或数据信息可能会沉淀成模块,其他常见的应用程序的数据供以后分析。大数据的分析和处理过程可以表示为一个大数据分析架构图,如图所示 大而复杂的数据只存在数据材料之前被识别和发现。当人们发现了它的价值,但尚未开始对其价值进行分类,他们只能被视为一个数据资源( 大数据的特点可以概括为四个V:体积,速度,品种,和价值。由大数据聚合的数据量非常巨大,和计量单位通常达到PB(100万克),EB(10亿克),和ZB(10亿克),大数据的速度是反映在两个方面:第一,数据生成的速度快。另一种是需要非常快速的数据处理速度。快是最大的大数据技术和传统数据技术的区别。在大数据时代,不仅数据量的激增,而且来源和类型的数据变得越来越复杂。大量的传统数据通常是预定义的结构化数据。与检测技术和互联网的出现和发展,一种和非结构化数据大量出现,丰富的数据。多样性也会增加处理和存储数据的困难。然而,当前数据通常有价值密度低的问题。随着数据的增长,可以从大量的数据中提取有用的信息可能非常小,不能根据数据量的增加。 It is more obvious in unstructured and semistructured data. Therefore, how to use powerful data calculation methods to quickly obtain data value and improve the quality of data information is one of the urgent problems to be solved in the context of the current rapid development of big data.
传感器是一种设备,可以测量对象,并将它转换成一个信号,可用于传输一个信号根据特定的规则。这也是一个能量转换装置,可以将一个能量转换成另一个能源( 传感器与检测技术之间的关系非常密切。检测技术是通过传感器得到的测量窗口。传感器在测量对象的接口和检测系统。您需要了解检测技术才能更好地利用传感器( 在检测系统中,传感器连接到测量对象和信号调节电路。信号调节电路获得通过传感器测量对象,然后处理信号。检测系统的基本框架如图 的开环测量检测系统,信息的方向过渡是一个方向。有两个方向的信息渠道闭环测量,一个是积极的通道,另一种是反馈渠道。他们的输入和输出关系公式分别如下公式所示: 实际的相对误差公式如下: 引用误差的公式如下: 传感器的输入和输出之间的关系是一个关键功能的传感器。不同的传感器产生不同形式的电能,这主要取决于传感器的基本特征。传感器的静态特性和动态特性。如果输入信号是静态的,那么输出之间的关系<我nl我ne-formula>
传感器的动态特性意味着传感器的输出随时间的变化;也就是说,传感器的输出是一个时间函数的输入。理想的动态特性、时间函数的输出和输入时间函数是不一样的,以及它们之间的区别在于动态误差。传感器的动力学方程如下:
计算机可以分析和判断的过程不同的行为和动作通过自动检测叫做行动识别( 动作识别可以获得原始数据通过使用视频设备和可穿戴设备根据不同传感器的电子设备(
的主要研究对象是复杂系统科学和复杂性可以在日常生活的每一个角落。生命系统与社会系统是复杂系统( 复杂的系统仍处于起步阶段,甚至可能包括一个新系统或革命传统的科学方法。复杂系统的作用下不断发展和不断发展的力量。整个复杂系统的动态过程可以被描述为个人的动态行为。的复杂性和复杂系统领域的跨学科性质决定,没有专用的模型在复杂系统领域( 细胞自动化可以由four-tuple表示,<我nl我ne-formula>
初级细胞自动机的表达:假设细胞状态的数量<我nl我ne-formula>
邻近细胞的排列状态值对应于一个普通函数<我nl我ne-formula>
国家初级细胞自动机的定义通常是指集<我nl我ne-formula>
细胞状态的时间<我nl我ne-formula>
可逆元胞自动机可用于信息安全等领域的信息编码,图像加密和解密,被描述为及其公式 二维细胞自动机的所有细胞分布在一个平面网格组成的普通细胞及其细胞在下一个时刻可以表示为状态
升降运动的识别分为两个部分:数据采集,数据处理结束。传感器动作识别是一个数据收集的过程和特征提取和分类。数据采集器可以被视为一个整体,包括主控制模块、传感器模块和通信模块。数据采集终端的框图如图 数据收集的行为可分为三种类型根据数据传输方法:使用有线连接,无线传输,直接读取的数据通过本地数据存储方法。收集的数据的无线传输只能增加穿着的舒适性能数据收集系统和可以观察实时数据采集存储;因此,它优越的选择。本实验使用传感器作为无线数据传输的传输通道,使用传感器技术来识别运动数据,和运动数据传输到接收端。收集数据的处理流程如图
的过程中收集实验数据,即使是最好的数据采集设备将不可避免地引入噪声实验数据流。噪声的出现会影响后续的研究工作和干扰的判断最终的实验结果。这个实验使用平滑去噪和归一化数据预处理方法降噪的收购过程的加速度信号和角速度信号上肢升降运动的测量对象。许多研究使用小波去噪噪声信号来实现去噪的体现原始信号选择小波基函数和分解层次<我t一个l我c>
n 两个常用的阈值函数主要有:硬阈值函数和软阈值函数。假设<我nl我ne-formula>
由于个体之间的差异,不同的人执行相同的上肢运动;他们的加速性能,包括运动振幅和执行速度,总是不同的。通过归一化技术,用户的行动加速度数据的不同强度(加速度信号的振幅)可以调整。本实验使用规范化标准化的振幅范围的原始加速度数据相同的振幅范围(−1,1)。假设原始数据<我nl我ne-formula>
时频分析方法用于提取操作的特征参数,基于小波理论。表示小波尺度函数<我nl我ne-formula>
共轭滤波器系数<我nl我ne-formula>
收集到的三维加速度信息的人体上肢的信号<我t一个l我c>
X
规范化运动加速度信号有相同的最大值,所以不同的测试对象的运动加速度信号集成根据相同的标准,从而创造条件为特征参数提取和运动分类和识别。在这个实验中,预处理后的相关数据垂直Baduanjin升降运动,这个运动的加速度信号变化如表所示 根据表中的数据 根据图表图的变化
特征提取后的检测对象,对象的角速度信号的变化在15个电梯,和角速度的变化<我t一个l我c>
X 根据表中的数据 根据图中的数据
胫骨前肌的心电图信号(TAM),安装工spinae (ES),腹直肌(RA),腹外斜肌(加工),和臀大肌(GM)被收集,和触发时间,结束时间和持续时间进行了分析。肌电的统计数据如表所示 根据表中的数据 根据数据中的数据
大数据是一个新兴技术密切相关的数据收集、数据传输和数据分析近年来。它还可以的和一种复杂和庞大的数据。实验研究大数据背景下实验数据收集可以解决这个问题。结合大数据、传感器技术和复杂系统理论有效地开展相关研究的方向运动识别将帮助学者找到技术突破和创新领域的运动识别。 本研究使用大数据为背景来设计实验的运动识别Baduanjin垂直升降运动,通过传感器技术采集的视频图像垂直Baduanjin升降运动的检测对象,并使用运动识别相关的方法和公式比较运动视频数据计算和整理;最后统计触发时间行动加速度、角速度,和肌EMG信号检测对象的一部分,结束时间和持续时间的使用复杂系统理论对实验数据的分析。 虽然这个实验是表现良好,仍存在一些不足:首先,尽管大数据解决问题的数据收集,数据太大,很难商店。其次,操作视频图像收集后,视频图像不优化,从而导致实验数据中的错误。最后,复杂系统理论的研究不是很适合垂直Baduanjin升降运动传感识别,它应该得到改善。
没有数据被用来支持本研究。
作者宣称没有利益冲突。
这项工作是由Jouf大学Sakaka Al-Jouf,沙特阿拉伯。