Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La recopilación en tiempo real de datos anormales de entrenamiento de atletas puede mejorar el efecto de entrenamiento de los atletas. Este artículo estudia el método de recopilación en tiempo real de datos anormales de entrenamiento de atletas basado en aprendizaje automático. La principal motivación de este artículo es recopilar los datos anormales de entrenamiento de los atletas a tiempo, lo que puede ayudar a evaluar y mejorar el efecto del entrenamiento. Se disponen cuatro nodos de sensor en las extremidades superiores e inferiores de los atletas para recopilar la velocidad angular, aceleración y datos de fuerza del campo magnético de los atletas en estado de entrenamiento. Los datos se envían a la estación base de transmisión de datos a través de sensores inalámbricos, y la estación base de transmisión de datos transmite los datos al terminal de procesamiento de datos. El terminal de procesamiento de datos calcula la diferencia entre los valores de muestra de cada sensor para obtener la dispersión de datos de cada sensor. Se obtienen las características de los datos de cada dimensión en un dominio de tiempo y dominio de frecuencia utilizando el grado de dispersión para construir vectores de características de 32 dimensiones, y los vectores de características extraídos se introducen en el modelo oculto de Markov. Se utiliza el algoritmo de avance para obtener la probabilidad de la secuencia de observación final, para así realizar la recopilación final de datos anormales de entrenamiento de atletas. Los resultados experimentales muestran que la precisión y la tasa de recuperación de los datos anormales recopilados por este método es superior al 98%, y requiere menos tiempo.
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:
Análisis cuantitativo de la invulnerabilidad del modelo de topología de red de araña artificial basado en el retardo de extremo a extremo.
Artículo:
Conjunto de antenas microstrip de una sola capa, doble puerto, doble banda y polarización circular ortogonal con baja relación de frecuencias
Artículo:
Un algoritmo optimizado de detección de cambios dinámicos de escena para secuencias de video codificadas en H.264/AVC.
Artículo:
Un Bot basado en Campo de Potencial Multiagente para Juegos de Estrategia en Tiempo Real
Artículo:
A Fog Computing Security: Complejidad 2-Adic de secuencias equilibradas
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
