期刊文章详细信息
文献类型:期刊文章
GAO Longsen1, WANG Lei2, MENG Fanqiang, LIU Mingmin(1. School of Information and Communication Engineering, Hebei Geographic University, Shijiazhuang 050031, China ; 2. School of Intelligent Manufactring, Panzhihua University, Panzhihua 617000, China)
机构地区:[1]河北地质大学信息工程学院,河北石家庄050031 [2]攀枝花学院智能制造学院,四川攀枝花617000
年 份:2018
卷 号:31
期 号:10
起止页码:76-78
语 种:中文
收录情况:CSA、CSA-PROQEUST、IC、INSPEC、RCCSE、普通刊
摘 要:文中基于FDC2214芯片开发出一套手势识别系统,并给出了相关性能的线性评价指标。通过软件仿真及实验测试验证了FDC2214芯片对手势变化时电容变化量的捕捉和处理能力。实验结果表明,与传统的识别系统相比,该系统对于基本手势的识别具有较好的识别效果平均手势学习时间为1. 04±0. 14 s,识别时间为0. 87±0. 21 s,实时正确率为(96. 3±3. 4)%。
关 键 词:FDC2214 手势识别机器学习 STM32F407
分 类 号:TP242.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...