TY -的A2 -史,Guolong AU -王,Baosen盟——宗庆后,波波AU -王,宏伟盟——汉博PY - 2021 DA - 2021/12/22 TI -数字跳远起飞可穿戴传感器监测系统分析SP - 4857624六世- 2021 AB -可穿戴传感器监测系统构建一个跳远起飞识别网络模型基于不同的数字特征提取方法(一维数字特征提取方法,二维数字特征提取方法、特征提取方法结合一维数字化和递归)。进行了实验验证和分析样本数据处理,和识别的影响,利弊的四个方法。首先,运动传感器行为收集基于Android系统的软件设计,并指定集合时间和频率在同一时间。此外,对于多传感器行为识别的问题,提出了一个有效的结果融合方法。在多传感器行为识别系统,构建一个并行处理架构有利于改善行为识别的速度。维持或增加行为识别的速度,结果融合方法起着至关重要的作用。最后,本文分析了多任务的过程行为识别和结构剩余模型,该模型可以有效地整合多任务结果,充分挖掘数据信息。实验结果表明,对于锻炼量的监测,我们使用步数统计数据中提取特征值可以区分活动类型基于人类运动的特点。本文提出了自主学习的方法找到最优样本训练集样本,避免过度拟合问题的发生。识别的11种跳远起飞,平均准确率达到98.7%。 The average replacement method is used to count the number of steps, which provides a data reference for the user’s daily exercise volume. SN - 1687-725X UR - https://doi.org/10.1155/2021/4857624 DO - 10.1155/2021/4857624 JF - Journal of Sensors PB - Hindawi KW - ER -