期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于小波技术的疲劳驾驶行为识别研究 被引量：4
1
作者 唐勇 刘海波 张铁壁 《仪表技术与传感器》 CSCD 北大核心 2011年第1期49-51,共3页
文中以实际道路环境应用为背景,通过一种能正确模拟汽车驾驶动作,获得实车驾驶感觉的驾驶模拟器,利用传感器数据采集系统采集方向盘转角数据,研究了一种基于小波分析方法的驾驶人疲劳检测方法,综合运用了数据处理、采样,去噪、模式识别... 文中以实际道路环境应用为背景,通过一种能正确模拟汽车驾驶动作,获得实车驾驶感觉的驾驶模拟器,利用传感器数据采集系统采集方向盘转角数据,研究了一种基于小波分析方法的驾驶人疲劳检测方法,综合运用了数据处理、采样,去噪、模式识别等多种技术,以降低因驾驶人疲劳驾驶导致的交通事故。 展开更多
关键词 小波分析 疲劳驾驶 模式识别 分类器
下载PDF
以小波系数为特征值的Pi-sigma网络识别肌电信号 被引量：3
2
作者 罗志增 王飞 《测试技术学报》 2006年第4期344-348,共5页
为了有效识别肌电信号EM G(E lectrom yography)的运动模式,利用小波分析的方法对采集的肌电信号进行消噪处理,最大限度地清除混杂在肌电信号中的噪声;然后提取各尺度小波系数最大值作为P i-S igm a神经网络分类器的输入,完成基于EM G... 为了有效识别肌电信号EM G(E lectrom yography)的运动模式,利用小波分析的方法对采集的肌电信号进行消噪处理,最大限度地清除混杂在肌电信号中的噪声;然后提取各尺度小波系数最大值作为P i-S igm a神经网络分类器的输入,完成基于EM G信号多运动模式的识别.与此同时,利用EM G信号的能量特性,对各模式的起始和终止时刻进行界定,配合模式分类器的识别结果控制电动假手完成相应的动作.实验表明,基于小波分析的二次消噪方法能很好地消除混杂在EM G信号中的噪声,在正确的运动模式识别情况下,依据提取的运动模式时间信息,能够方便地实现假手的实时控制. 展开更多
关键词 肌电信号 运动模式 小波分析 模式分类器 电动假手
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部