En este estudio, se investiga un modelo de adquisición de parámetros deportivos basado en el internet de las cosas y el análisis de ondas para mejorar la precisión y la puntualidad de la adquisición de parámetros deportivos humanos. Se diseña un modelo de adquisición de parámetros de movimiento que incluye una capa de sensores, una capa de transmisión y una capa de aplicación. El acelerómetro y el sensor de temperatura en el nodo de adquisición de información en la capa de sensores se utilizan para recopilar los datos de parámetros de movimiento, que se cargan en la capa de aplicación a través de la red en la capa de transmisión. Los datos recibidos se despejan mediante el método de análisis de ondas a través de la unidad de procesamiento de datos en esta capa y luego se envían al coordinador ZigBee para su coordinación. Los resultados muestran que el modelo puede lograr la adquisición efectiva de diferentes parámetros deportivos de diferentes objetos en movimiento y analizar el movimiento real de los objetos en movimiento de acuerdo con los
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
MalDeep: un marco de clasificación de aprendizaje profundo contra variantes de malware basado en la visualización de texturas
Artículo:
Asignación de recursos para sistemas SWIPT con un modelo de cosecha de energía no lineal.
Artículo:
Algoritmo de Toma de Decisiones de Maniobra Dinámica Cooperativa Multi-UUV Utilizando la Teoría de Juegos Difusos Intuicionistas
Artículo:
D-(DP)SGD: Descenso de Gradiente Estocástico Paralelo Descentralizado con Privacidad Diferencial en Redes Dinámicas
Artículo:
Correlación espectral rápida basada en diccionario de autoaprendizaje de representación escasa y su aplicación en el diagnóstico de fallas de maquinaria rotativa