Resumen

En la actualidad, el estudio del reconocimiento de la postura de las extremidades superiores todavía se encuentra en una etapa inicial; debido a la diversidad del entorno objetivo y la complejidad de la postura del cuerpo humano, la postura de las extremidades superiores no cuenta con un conjunto de datos público. En este documento, se diseña un sistema de adquisición de datos de la extremidad superior, con un modo de adquisición de datos de tres canales, recolectando la señal de aceleración y la señal del giroscopio como datos de muestra. Los conjuntos de datos fueron preprocesados con eliminación de peso, interpolación y extracción de características. Con el objetivo de reconocer la postura humana, se realizaron experimentos con los algoritmos KNN, regresión logística y descenso de gradiente aleatorio. Para verificar la superioridad de cada algoritmo, la ventana de datos fue ajustada para comparar la velocidad de reconocimiento, el tiempo de computación y la precisión de cada clasificador. Para abordar el problema de mejorar la precisión del reconocimiento de la postura humana,

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Estudio; Reconocimiento de postura de miembros superiores; Conjunto de datos; Sistema de adquisición de datos; Algoritmos; Modelo de red neuronal
• Keywords:Study; Upper-limb posture recognition; Dataset; Data acquisition system; Algorithms; Neural network model