We propose a wearable sensor system

We propose a wearable sensor system, which consists of a two-axis accelerometer and RF wireless communication modules. The acquired body motion signals from accelerometers are transmitted to a host computer via RF link for
feature extraction and pattern recognition. Wavelet transform techniques are adopted for feature extraction of human body postures. The signal is decomposed into five levels and low-frequency components are extracted to obtain useful features. Pattern recognition techniques are then applied to distinguish five basic postures: up stairs, down stairs, walking, standing, and sitting. Experimental results are presented to show the effectiveness of the proposed method.

ผลลัพธ์ (ไทย) 1:

เรานำเสนอระบบเซ็นเซอร์ wearable ซึ่งประกอบด้วยการตรวจสองแกนและโมดูลสื่อสารไร้สาย RF สัญญาณการเคลื่อนไหวร่างกายได้รับจากหัวที่ส่งไปยังคอมพิวเตอร์ผ่านการเชื่อมโยง RF สำหรับคุณลักษณะแยกและรูปแบบการรับรู้ Wavelet แปลงเทคนิคนำมาใช้เพื่อแยกลักษณะการทำงานของร่างกายช่วยให้ร่างกาย สัญญาณจะแยกเป็นห้าระดับ และความถี่ต่ำส่วนประกอบที่สกัดเพื่อให้ได้คุณลักษณะที่มีประโยชน์ แล้วใช้เทคนิคการรู้จำรูปแบบแยกแยะท่าทางพื้นฐานห้า: ขึ้นบันได บันได เดิน ยืน และนั่งลง มีแสดงผลการทดลองเพื่อแสดงประสิทธิภาพของวิธีการนำเสนอ

ผลลัพธ์ (ไทย) 2:

เราเสนอระบบเซ็นเซอร์เครื่องแต่งตัวซึ่งประกอบด้วย accelerometer สองแกนและ RF โมดูลการสื่อสารไร้สาย สัญญาณการเคลื่อนไหวร่างกายได้มาจากการ accelerometers ถูกส่งไปยังคอมพิวเตอร์แม่ข่ายผ่านการเชื่อมโยง RF สำหรับ
การดึงและการจดจำรูปแบบ เวฟเทคนิคที่นำมาใช้ในการสกัดคุณลักษณะของการท่าร่างกายมนุษย์ สัญญาณจะถูกย่อยสลายเป็นห้าระดับและส่วนประกอบความถี่ต่ำที่สกัดเพื่อให้ได้คุณสมบัติที่มีประโยชน์ เทคนิคการจดจำรูปแบบถูกนำมาใช้แล้วจะแยกแยะห้าท่าพื้นฐานขึ้นบันไดลงบันไดเดินยืนและนั่ง ผลการทดลองที่นำเสนอเพื่อแสดงให้เห็นประสิทธิภาพของวิธีการที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

เราเสนอระบบเซนเซอร์ได้ ซึ่งประกอบด้วยสองแกน accelerometer และ RF โมดูลการสื่อสารแบบไร้สาย ที่ได้มาจากร่างกายเคลื่อนไหว สัญญาณจะถูกส่งไปยังโฮสต์คอมพิวเตอร์ accelerometers ผ่าน RF ที่ลิงค์สำหรับ
การสกัดคุณลักษณะและรูปแบบ . เทคนิควิธีการแปลงเวฟเล็ตมาใช้สำหรับการสกัดลักษณะของท่าที่ร่างกายมนุษย์สัญญาณจะถูกย่อยสลายออกเป็น 5 ระดับและส่วนประกอบความถี่ต่ำได้เพื่อให้ได้คุณสมบัติที่เป็นประโยชน์ เทคนิคการรู้จำรูปแบบจะใช้เพื่อแยกห้าท่าพื้นฐาน : ขึ้นบันได ลงบันได เดิน ยืน และนั่ง ผลการทดลองแสดงให้เห็นประสิทธิภาพของวิธีการที่ได้นำเสนอ