基于纳米发电机的人类行动识别的C-DTW

科学领域:

• 可穿戴式传感器技术的技术.
• 生物医学工程 生物医学工程
• 人与计算机的互动.

背景情况:

• 人类动作识别 (HAR) 系统通常依赖可穿戴传感器来收集运动数据.
• 现有的HAR研究优先考虑准确性,经常忽视便携式系统中的能源效率.
• 三电纳米发电机 (TENGs) 为可穿戴传感器提供高灵敏度和能量收集潜力.

研究的目的:

• 使用TENGs开发一个节能可穿戴的HAR传感器.
• 提出一种新的算法,即补偿动态时间曲折 (C-DTW),以提高HAR分类的准确性.
• 为了评估C-DTW与现有的动态时间扭曲 (DTW) 变体的性能.

主要方法:

• 基于TENG的可穿戴传感器的制造,使用聚甲和碳纳米管膜.
• 使用滑窗方法获取传感器数据,用于实时识别.
• 开发和模拟C-DTW算法以应对近期数据挑战.

主要成果:

• 制造的TENG传感器实现了9.98 mW/cm2的输出性能.
• 与DTW,WDTW,DDTW和软DTW相比,C-DTW的分类准确性更高.
• C-DTW的复杂性与DTW相似,并且在类似的准确性方面比shapeDTW更快.

结论:

• 基于TENG的传感器是节能HAR系统的一个可行的组件.
• 对于HAR,C-DTW在分类准确度上提供了显著的改进,超过了现有的DTW方法.
• C-DTW的补偿机制可以提高各种基于DTW的HAR方法的性能.