强烈推荐!!!基于WiFi的公开手势数据集WiDAR--清华大学

当前除了我们团队早期构建的公开人体动作数据集WIAR(部分)之外,目前清华大学软件学院杨峥团队也公开了他们的超大规模的手势识别数据集WiDAR,目前该数据集的维护负责人联系方式:zhangyithu@163.com

具体网址如下:http://tns.thss.tsinghua.edu.cn/widar3.0/(网址已更新,有相关细节咨询的需求,可以通过上述联系方式进行咨询。)

同道中人,可以去学习一下,特别是想从深度学习角度来研究WiFi感知问题,尽量利用这个数据集来评估一下自己构建的网络结构,进而再利用自己采集的数据进行分析、得出可信的结果。推动WiFi感知实际应用的快速实现。

 

 

 

  • 9
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Widar3.0数据集是一个包含无线信号数据的开放源代码数据集。处理Widar3.0数据集时可以按照以下步骤进行: 1. 数据预处理:首先,需要对数据进行预处理,包括数据清洗、去噪和标准化等。清洗数据可以去除噪声和异常值,以保证数据的质量。去噪可以使用滤波器或者波形处理算法来消除噪声。标准化可以将数据映射到特定的范围,以便后续处理和分析。 2. 特征提取:在数据预处理后,可以通过提取数据集中的特征来进一步处理数据。特征提取旨在识别数据中的有用信息。对于Widar3.0数据集来说,可以提取包括RSSI(接收信号强度指示)、连接状态、设备类型等特征。 3. 数据分析和建模:在提取了关键特征后,可以对数据进行分析和建模。数据分析可以揭示数据中的潜在模式和关联关系。建模可以利用机器学习或统计方法去构建预测模型或分类模型,以从数据中学习和预测。 4. 数据可视化和解释:最后一步是对处理后的数据进行可视化和解释。通过可视化,可以更直观地展示数据的分布和特征。解释数据意味着根据分析结果和模型输出来解释数据中的模式和趋势。 综上所述,对Widar3.0数据集的处理包括数据预处理、特征提取、数据分析和建模、数据可视化和解释等步骤。这些过程将有助于揭示数据中的有用信息和潜在模式,并对数据进行分析和解释。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值