自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 手势识别算法: 数据滤波算法、数据分算法——KNN

\hat{ X_{k} }

2020-12-09 02:59:41 2458

原创 xupt嵌入式学习(day1)

嵌入式学习 嵌入式系统基础知识: 一、冯诺依曼计算机体系结构的要点: 1、计算机中的信息(程序和数据)以二进制方式表示。 2、程序预存储,机器自动执行。 3、计算机由运算器、控制器、存储器、输入设备和输出设备五大部分组成。 二、CPU 主要由运算器,控制器、寄存器组和内部总线等构成。其中运算器主要用于完成 诸如加、减、乘、除等算术运算和左右移位、与、或、非等逻辑运算;控制器主要用于完成机器指令的解析和执行,控制运算器进行相应的运算,控制数据在计算机各组成部分之间传送,控制计算机各组成部分有条不紊地协调工作等

2020-12-04 18:08:45 980

原创 手势识别用到的——机器学习算法:分类

机器学习方法 机器学习方法 机器学习算法又很多,比如分类、回归、聚类、推荐、图像识别领域等,具体算法比如线性回归、逻辑回归、朴素贝叶斯、随机森林、支持向量机、神经网络等等。 机器学习算法的分类: 分类是预测一个标签,是离散的,属于监督学习; 回归是预测数量的,是连续的,属于监督学习; 聚类属于无监督学习; 考虑到手势识别设计中,应该会用到其中的分类算法给得到的数据进行标注,再根据标注进行分类,分出来手势的不同。对于分类,输入的训练数据包含信息有特征,也称为属性,有标签,也常称之为类别。 所谓的学习,其本质

2020-12-04 03:49:15 2993

原创 手势识别整体设计流程方案

整体系统框图 FDC2214检测原理 FDC2214是基于LC谐振电路原理的四通道电容检测传感器,它将传感器电容接入振荡器LC谐振回路中,并作为回路的一部分,将电容的容量的变化转换为电路振荡频率的变化,从而根据测量频率的变化得到被测电容的变化。 测试区域的设计 FDC2214的 copper Sensor部分,为传感平面,在设计中采用单面覆铜板 测试区域主要由覆铜板和有机玻璃构成,增加有机玻璃是考虑消除测试者手与覆铜板接触的影响,设计的关键在于如何设计手的放置位置,以及覆铜板的形状大小和摆放位置。 下面

2020-12-02 03:51:30 2035

原创 STM32之 IIC

STM32之 IIC IIC简介 在 CPU 与被控 IC 之间、 IC 与 IC 之间进行双向传送 I2C 总线在传送数据过程中共有三种类型信号, 它们分别是:开始信号、结束信号和应答信号。 1、开始信号: SCL 为高电平时, SDA 由高电平向低电平跳变,开始传送数据。 2、结束信号: SCL 为高电平时, SDA 由低电平向高电平跳变,结束传送数据。 3、应答信号:接收数据的 IC 在接收到 8bit 数据后,向发送数据的 IC 发出特定的低电平脉冲,表示已收到数据。 CPU 向受控单元发出一个信号

2020-11-29 13:57:53 442

原创 FDC2214 手势识别方案 以及设计大致流程

##设计理念 以铜板作为导体材质,由于DC2214 是基于 LC 谐振电路原理的一个电容检测传感器,所以利用 FDC2214 的工作原理可实现手势接近和识别的功能。当人手接近该导体传感平面时,传感端的电容发生了变化,这就会导致 LC 电路振荡频率的变化,从而反映出手势接近,以及手势的判定。 从手势识别方面讲:关于手势动作捕捉主要是通过光学和传感器两种方式来实现。手势识别推测的算法,包括模板匹配技术(二维手势识别技术使用的)、通过统计样本特征以及深度学习神经网络。而常见的红外识别解析度低,易受干扰,成本高,维

2020-11-28 22:55:32 3334

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除