索引于
  • 打开 J 门
  • Genamics 期刊搜索
  • 引用因子
  • 宇宙IF
  • 西马戈
  • 乌尔里希的期刊目录
  • 电子期刊图书馆
  • 参考搜索
  • 哈姆达大学
  • 亚利桑那州EBSCO
  • 期刊摘要索引目录
  • OCLC-WorldCat
  • 普罗奎斯特传票
  • 学者指导
  • 虚拟生物学图书馆 (vifabio)
  • 普布隆斯
  • 日内瓦医学教育与研究基金会
  • 谷歌学术
分享此页面
期刊传单
Flyer image

抽象的

使用分类模型标记人体运动数据

袁石、Nihir Chadderwala、Ujjwal Ratan

本研究的目标是开发一种能够准确、高效地标记人体运动数据的分类模型。运动数据通过在人体上放置传感器并跟踪其在三维空间中的速度、加速度和位置,提供有关个人运动的信息。这些数据点以 C3D 格式提供,其中包含从传感器捕获的 3D 数据转换而来的数值数据。这些数据点可用于分析受伤患者或身体疾病患者的运动。为了准确了解运动情况,需要正确标记传感器生成的数据集。由于数据捕获过程不一致,有时标记会丢失数据或标签。丢失的标签会妨碍运动分析,因为它会引入噪音并产生传感器在三维空间中定位的不完整数据点。手动标记数据会给分析过程带来大量工作。在本文中,我们将描述从原始格式预处理运动数据并使用分类模型标记带有缺失标记的数据点的方法。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证