基于神经网络和电容式传感器的手势识别系统设计任务书

 2021-08-20 01:08

1. 毕业设计（论文）主要目标：

  1. 设计手势信息采集子系统，包括电容传感器探头结构模型的设计，以及基于单片机STM32的电容传感器FDC2214数据读取
  2. 设计手势识别子系统，包括基于BP神经网络的手势信息训练与判别测试
  3. 设计参数存储子系统，包括实现神经网络参数的SD卡存储与读取
  4. 设计无线通信子系统，包括基于蓝牙实现近距离无线通信
  5. 上位机显示子系统，包括基于TFT屏进行手势识别后的结果显示

2. 毕业设计（论文）主要内容：

设计一种基于神经网络和电容式传感器的手势识别系统，该系统包括手势信息采集，手势识别，参数存储，无线通信，上位机显示五个子系统。

其中手势信息采集子系统采用FDC2214电容传感器，通过特殊的探头结构模型实现手势信息的采集。

手势识别子系统将采集的手势信息在电脑上通过设计的BP神经网络进行训练，并将训练完成的神经网络移植到单片机STM32上进行手势信息的识别。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3. 主要参考文献

  1. 陈甜甜,姚璜,左明章,田元,杨梦婷.基于深度信息的动态手势识别综述[J].计算机科学,2018,45(12):42-51 76.
  2. 胡友树.手势识别技术综述[J].中国科技信息,2005(02):42-41.
  3. 李清水,方志刚,沈模卫,陈育伟.手势识别技术及其在人机交互中的应用[J].人类工效学,2002(01):27-29 33.
  4. 任海兵,祝远新,徐光,林学,张哓平.基于视觉手势识别的研究—综述[J].电子学报,2000(02):118-121.
  5. 朱越,李振伟,杨晓利,胡志刚.基于视觉的静态手势识别系统[J/OL].计算机技术与发展,2019(02):1-6[2019-01-03].
  6. 戚德虎,康继昌.BP神经网络的设计[J].计算机工程与设计,1998(02):47-49.
  7. 吴昌友. 神经网络的研究及应用[D].东北农业大学,2007.
  8. 樊振宇.BP神经网络模型与学习算法[J].软件导刊,2011,10(07):66-68.
  9. 柳小桐.BP神经网络输入层数据归一化研究[J].机械工程与自动化,2010(03):122-123 126.
  10. 刘彩红. BP神经网络学习算法的研究[D].重庆师范大学,2008.
  11. 尹念东.BP神经网络的应用设计[J].信息技术,2003(06):18-20.
  12. Dong, J., Hu, S. (1997). The progress andprospects of neural network research. Information and Control, 26(5), 360–368.
  13. Jenkins, B. K., Tanguay, A. R. (1995). Handbookof neural computing and neural networks. Boston: MIT Press.
  14. Bnlsabi, A. (1993). Some analytical solutions to thegeneral approximation problem for feed forward neural networks. NeuralNetworks, 6, 991–996
  15. Mohanty A., Rambhatla S.S., Sahay R.R. (2017) DeepGesture: Static Hand Gesture Recognition Using CNN. In: Raman B., Kumar S., RoyP., Sen D. (eds) Proceedings of International Conference on Computer Vision andImage Processing. Advances in Intelligent Systems and Computing, vol 460.Springer, Singapore

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章