论文部分内容阅读
针对乒乓球运动识别方法通常无法实时识别、识别率低和识别算法复杂度高导致的穿戴式设备续航能力差等问题，提出了一种基于遗传算法优化S＿Kohonen(Supervised Kohonen Networks)神经网络的乒乓球运动实时识别方法，并完成系统设计.该系统通过单MPU6050六轴加速度传感器采集运动信号，采用动作端点检测算法提取动作始末端点，基于db4小波对动作信号进行3层分解，同时用遗传算法优化S＿Kohonen神经网络对乒乓球常见的六种动作识别.实验结果表明：该运动识别方法离线平均识别率为99.17%，实时平均识别率为91.67%，待机功耗为0.28 mW，运行模式功耗为14 mW，识别时间为2 ms，证明了该方法识别迅速、功耗低和识别准确率高.