| 基于LSTM的智能手机3D手写识别 |
| |
| 作者姓名： | 张乐 包广斌 郭琳 武立 |
| |
| 作者单位： | 1.商洛学院 电子信息与电气工程学院, 陕西 商洛 726000;
2.兰州理工大学 计算机与通信学院, 甘肃 兰州 730050;
3.陕西省商洛市体育运动中心, 陕西 商洛 726000 |
| |
| 基金项目： | 陕西省教育厅专项科研计划项目(22JK0365);;甘肃省自然科学基金(18JR3RA156);;兰州市科技计划项目(2017-4-105); |
| |
| 摘 要： | 针对传统传感器需要在特定的空间区域内才能进行人机交互,极易受到外部环境因素干扰的问题,提出一种新的基于长短时记忆神经网络(LSTM)的智能手机3D空间手写识别方法,用于非特定三维空间中实现的人机交互.首先,利用智能手机内置三轴加速度传感器,采集手部运动数据,并将采集的数据进行预处理操作,构建3D手写识别数据集;然后,基于LSTM构建3D手写识别模型,并利用构建的数据集进行训练;最后,利用训练后的模型实现智能手机的3D手写分类识别.通过在本文自建的非依赖用户数据集上进行测试,实验结果表明,该识别方法可以实现86.4%的准确率,88.1%的召回率,88.4%的精准率和88.0%的F1分数.
|
| 关 键 词： | 智能手机 加速度传感器 手写识别 LSTM |
| 收稿时间： | 2022-10-10 |
|
| 点击此处可从《兰州理工大学学报》浏览原始摘要信息 |
|
点击此处可从《兰州理工大学学报》下载全文 |
|
