提出了一种神经网络的SVM(支持向量机)呼吸音识别算法，将通过小波分析得到的呼吸音特征输入神经网络，作为SVM方法的特征输入，对训练样本进行训练，再对测试样本进行分类识别。对于呼吸音反映的3种状态（正常、轻度病变和重度病变）进行了识别，同时与K最近邻(KNN)方法进行比较。实验结果表明，SVM方法具有较高的识别精度，能够对呼吸音状态进行识别，同时在此领域也验证了在神经网络方法中无法避免的局部极值问题。提示基于 SVM 方法的神经网络呼吸音识别算法有较好的精度，可为身体局域网技术提供信息处理的有效算法。
2022-03-30 00:35:46
5.74MB
1
Reallusion Motion LIVE插件允许您实时执行完整的角色动画，包括脸，手指和身体。 您可以捕获运动数据流从各种不同的齿轮保存数据在各种独立的运动轨迹从进一步编辑。 它已经配备了一个简单和单一的界面来实时预览动画和启动/停止数据记录。 它有一个新的全屏模式来隐藏用户界面，并在专用屏幕上投影现场表演。 您还可以使用预览模式无限流的动作捕捉数据，为现场动画或允许虚拟角色与观众互动。 总之，Reallusion Motion LIVE插件是一个令人印象深刻的全身动作捕捉平台，用于连接来自不同动作捕捉设备的数据流。
安装说明：https://blog.csdn.net/hongfu951/article/details/118517942
解压密码：123
2022-01-21 17:03:59
4.13MB
人体活动识别
数据集链接：
使用的库：
Keras，Scikit-Learn，Numpy，Matplotlib和Pandas
档案结构：
有8个主要文件：4个用于数据管理，4个用于机器学习代码，1个用于绘制结果。
数据管理文件：
1，由于数据集非常大（〜1.4 GB），因此将其划分为13个文件，并使用脚本``compress_file.py''和``compress2.0.py''对这13个文件中存储的数据集进行下采样以获得13个文件压缩文件。
2.脚本“ merge.py”和“ merge2.0.py”用于合并压缩文件，以获取用于训练的数据集。 2.0脚本用于合并加速度计和陀螺仪数据
2022-01-11 22:39:07
1.64MB
1