android传感器运用的demo,包括光线传感器,加速度传感器,距离传感器和方向传感器。
2017/3/22 23:57:55 7.46MB android 传感器
1
人类行为识别的目的是通过一系列的观察,对人类的动作类型、行为模式进行分析和识别,并使用自然语言等方式对其进行描述的计算机技术。
由于人类行为的复杂性和多样性,往往识别出的结果是多样性的,并且连带着行为类型的概率输出的。
随着信息技术的发展,各种移动设备和可穿戴设备正在以加速度的方式增长,其功能和嵌入的传感器也变的多样化,例如:高清相机、光传感器、陀螺仪传感器、加速度传感器、GPS以及温度传感器等。
各种各样的传感器都在时刻的记录着使用者的信息,这些记录信息不仅可以用于用户位置的预测,也可以进行用户行为的识别等。
本文使用了智能设备加速度传感器的数据,结合支持向量机的特性进行人类行为识别模型的设计和应用
1
运用基于Levenberg-Marquardt算法来标定加速度计的相关matlab代码,内附测试数据
2018/6/19 20:45:20 16KB LM
1
STM32三轴加速度传感器GY-86驱动程序和测试例程,程序正常运用希望能帮到大家。
2019/11/18 17:14:43 29.04MB GY-86 STM32
1
使用Nordic52832SPI接口驱动lis3dh三轴传感器,获取x,y,z的加速度值并经过计步算法实现计步工程路径,使用keil5打开\examples\ble_peripheral\ble_app_hrs\pca10040\s132\arm5_no_packs
2016/1/5 18:58:57 14.98MB LIS3DH、计步
1
对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。
该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速度。
为了准确描述人群行为,将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道,并以此合成代表人群运动特征的运动显著图。
最后,设计和训练面向人群运动显著图的卷积神经网络模型,并利用该模型检测人群中能否存在异常行为。
2021/4/7 19:49:27 477KB 算法
1
把加速度传感器、陀螺传感器、磁罗盘传感器的3D采样值,通过Kalman滤波算法实现参数整合,得到3D姿势参数。
1
在实际测量中,常测量加速度信号,但需求获取的却是速度或位移信号,此时涉及到加速度信号的积分问题,本资源提供了频域内加速度信号积分的Matlab程序代码,频域内积分可减少零点漂移和噪声干扰。
2016/10/21 21:28:43 2KB Matlab 积分运算 频域 加速度
1
利用加速度传感器和地磁传感器做的一个简易指南针,里面包含workspace里的项目源文件代码和apk安装文件,合适路痴!
2021/1/18 21:53:13 3.72MB Android 传感器 指南针
1
ardunio_uno单片机步进电机驱动(按键控制速度+位置+复位)本设计采用M415B步进电机驱动器控制步进电机,核心控制模块采用Arduino-UNO单片机,通过控制脉冲个数来控制电机的角位移量,从而达到精确定位的目的,通过控制脉冲频率来控制电机转动的速度和加速度,从而到达调速的目的。
此外,采用五个按键下达命令:加减速、变向、开始停止、复位、限位开关。
2022/10/9 15:59:15 5KB arduino
1
共 172 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡