發(fā)布時間：2024-03-14 05:51

　　近些年,隨著體育可穿戴智能設(shè)備的流行,人體運動的數(shù)據(jù)的獲取變得不再困難,并催生出一系列跑步健身軟件,引領(lǐng)了全民的跑步浪潮,對體育行業(yè)的快速發(fā)展起到了較大的推進作用。但大量的運動數(shù)據(jù)并未得到深度的挖掘,對其價值造成了巨大的浪費。為了使體育智能設(shè)備搜集到的數(shù)據(jù)能夠更好地服務于體育愛好者,從而更有效地提高體育行業(yè)的信息化程度,本文選擇人體運動識別信息處理系統(tǒng)的設(shè)計與實現(xiàn)作為主要研究的內(nèi)容。通過梳理以往有關(guān)體育可穿戴智能的人體運動識別信息處理系統(tǒng)相關(guān)研究成果,本文提出了三層人體運動識別信息處理系統(tǒng)的體系結(jié)構(gòu),包括數(shù)據(jù)采集層、數(shù)據(jù)計算層和數(shù)據(jù)應用層。在數(shù)據(jù)計算層中,區(qū)別于傳統(tǒng)的分類算法,本文提出了一種基于LSTM(Long Short-Term Memory)循環(huán)神經(jīng)網(wǎng)絡(luò)算法的分類器。作為深度學習算法的一種,LSTM具有善于擅長處理前后間隔較長且相互關(guān)聯(lián)的數(shù)據(jù)和自動學習數(shù)據(jù)中特征的特點,解決了傳統(tǒng)識別方法中存在的需要手工從數(shù)據(jù)中提取運動特征的缺陷,可以使得整個系統(tǒng)的結(jié)構(gòu)得以精簡且識別效率變得更高。本文的研究主要解決了以下問題:(1)在現(xiàn)有人體運動識別信息處理系統(tǒng)研究的基礎(chǔ)上,提出了一種包含數(shù)據(jù)采...

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

圖1-1識別流程

圖1-1識別流程綜上所述，可以認為人體運動識別本質(zhì)是利用傳感器等設(shè)備采集來的人體運動數(shù)據(jù)進行相關(guān)處理，使用利用數(shù)據(jù)挖掘等技術(shù)手段對運動者所進行的運動進行分類。

圖1-2人體運動識別影響因素

圖1-2人體運動識別影響因素國外研究者在進行研究時非常注重整個識別過程的能耗，往往選擇設(shè)計在通傳感器端進行數(shù)據(jù)的處理與識別。Choi（2016）等設(shè)計了一個高效節(jié)能的識統(tǒng)，專注于通過在傳感器平臺上操縱實時加速度數(shù)據(jù)來最小化用于無線數(shù)據(jù)

圖1-3主要研究內(nèi)容

圖1-3主要研究內(nèi)容1.4.2研究思路為了有效挖掘體育可穿戴設(shè)備收集的人體運動數(shù)據(jù)的價值，本文針對人體運動識別信息處理系統(tǒng)展開研究，并探索基于LSTM循環(huán)神經(jīng)網(wǎng)路算法的人體運動識別信息處理系統(tǒng)。首先，對國內(nèi)外有關(guān)LSTM循環(huán)神經(jīng)網(wǎng)路算法和人體運動識

圖2-1系統(tǒng)體系架構(gòu)

12圖2-1系統(tǒng)體系架構(gòu)2.1.1數(shù)據(jù)采集層

本文編號：3928152