分布式傳感器的信號處理與模式識別.pdf

1、利用計算機進行模式識別是當前計算機科學中的熱點問題之一，目前在技術(shù)和產(chǎn)品等方面都有了廣闊前景。如：圖像識別、生理信號識別、聲音信號識別等方面。
　　本文所作的主要是與歐盟的合作項目SENSATION中的子項目SEFO分布式傳感器方面的研究工作。SEFO分布式傳感器是由很多小的剛性金屬壓力傳感器組成的傳感器坐墊，它的用途是采集人身體的壓力信號，以便進一步識別出人的狀態(tài)。由于SEFO傳感器實物價格昂貴，所以先利用多體動力學理論創(chuàng)建一個

2、人體和座墊的力學模型，并使此模型達到所要研究的六個狀態(tài)，然后我們對模型產(chǎn)生的信號進行研究。
　　在模式識別方面，為了識別出人身體的狀態(tài)，在課題中使用了基于神經(jīng)網(wǎng)絡的模式識別方法。實驗中發(fā)現(xiàn)使用其中的BP網(wǎng)絡完全可以識別出所設定的六種狀態(tài)。在設計中討論了BP網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)對識別結(jié)果的影響，在單隱層網(wǎng)絡和雙隱層網(wǎng)絡結(jié)構(gòu)中，改進了BP算法，使算法的學習率隨著訓練次數(shù)而改變，這就加快了算法的收斂。同時，還對單隱層網(wǎng)絡和雙隱層網(wǎng)絡的網(wǎng)絡節(jié)點