基于深度学习的柔性压力阵列信息的压缩采样、重构和预测

发布时间：2024-06-29 03:49

　　随着信息技术的发展,网络和工业过程中需要采样和传输的数据越来越多,在对大量数据进行采样、传输和存储过程中,信息系统承受着越来越重的负荷。压缩感知理论可以使用远低于奈奎斯特采样频率的要求获取数据,并可以准确地重构出数据,大大减小了信息系统处理大量数据的负担。深度学习通过低层特征形成更加抽象的高层表示属性,以发现数据的特征表示。其目的在于模拟人类大脑分析学习的能力,并构建类脑生物机制的神经网络结构,模仿人类大脑的生物机制处理各种类型的数据。人类的大脑是由数百种不同类型的上千亿个神经细胞所构成的极其复杂的生物组织,包含了感知能力、记忆力和神经注意力等多种生物机制。因此借鉴人脑的神经结构、生物机制以及信息处理机制,设计和改进现有的深度神经网络模型,能提升信息系统感知和处理大量数据的能力。本文基于智能感知和深度学习理论,提出了面向柔性压力阵列的压缩采样、数据重构和预测数据方法,并通过人体着装微小压力信息处理对所提出的方法进行了验证,主要内容如下:(1)为了提高基于压缩感知理论的柔性阵列人体微小压力数据采集效率,建立了基于稀疏自编码器的压缩感知模型。对压缩感知理论中的稀疏表示、观测向量进行研究,将...

【文章页数】：141 页

【学位级别】：博士

【部分图文】：

图2-11Texscan的4256E柔性压力阵列传感器系统

-31-图2-11Texscan的4256E柔性压力阵列传感器系统

图2-12GRIPResearch的软件界面

图2-12GRIPResearch的软件界面对于人体模型相同的特定区域，我们需要做多次测量数据矩阵对于不同的测量具有相同的结构在获取数据后，本文在MatlabR2012a中处理数据本文实验的计算机配置信息如下：CPU：IntelτRυCoreτTMυi7-47....

图6-7测量不同的男生穿上涤纶材质运动紧身衣的压力信息

(a)压力传感器布点在右肩(b)和(c)压力传感器布点在不同模特的左胸图6-7测量不同的男生穿上涤纶材质运动紧身衣的压力信息图6-7中的灰色服装是涤纶材质的运动紧身衣，把Texscan4256E型柔性压力阵列传感器布点在不同男生的身体各个区域：肩部胸部背部，以....

图6-8测量不同的男生穿上氨纶材质运动紧身衣的压力信息

-104-(a)压力传感器布点在右肩(b)和(c)压力传感器布点在不同模特的左胸和右肩图6-8测量不同的男生穿上氨纶材质运动紧身衣的压力信息图6-8中的蓝色服装是氨纶材质的运动紧身衣，Texscan4256E型柔性压力阵列

本文编号：3997121