تصميم وتقييم النظارات الذكية لتناول الطعام وتصنيف النشاط البدني

Summary

تعرض هذه الدراسة على بروتوكول لتصميم وتصنيع جهاز ارتداء نظارات من نوع الكشف عن أنماط الاستهلاك الغذائي والأنشطة البدنية الأخرى الموصى بها استخدام خلايا الحمل بإدراجه في كلا مفصلات النظارات.

Abstract

تعرض هذه الدراسة سلسلة من البروتوكولات لتصميم وتصنيع جهاز ارتداء نظارات من نوع الكشف عن أنماط الأنشطة العضلية temporalis أثناء تناول الطعام وغيرها من الأنشطة البدنية. نحن ملفقة إطار طباعة 3D للنظارات وتحميل خلية متكاملة دوائر المطبوعة مجلس (PCB) وحدة إدراجها في المفصلات كلا من الإطار. استخدم الوحدة النمطية لاكتساب قوة الإشارات، ونقلها لاسلكياً. هذه الإجراءات تزويد النظام التنقل أعلى، مما يمكن تقييمه في الظروف العملية يرتدي مثل المشي والهز. يتم تقييم أداء للتصنيف أيضا بالتمييز بين أنماط الاستهلاك الغذائي من تلك الأنشطة البدنية. واستخدمت مجموعة خوارزميات preprocess الإشارات وتولد ميزة ناقلات، والتعرف أنماط عدة ظهرت الأنشطة (المضغ والغمز)، وغيرها من الأنشطة البدنية (بقية الآبدة، الكلام والمشي). وأظهرت النتائج أن كانت النتيجة₁ متوسط و التصنيف بين الأنشطة الموصى بها 91.4 في المائة. ونحن نعتقد أن هذا النهج يمكن أن يحتمل أن يكون مفيداً للرصد التلقائي وموضوعية من السلوكيات إينجيستيفي مع دقة أعلى كوسيلة عملية لعلاج مشاكل إينجيستيفي.

Introduction

الرصد المستمر وموضوعية لتناول الطعام أمر ضروري للحفاظ على توازن الطاقة في الجسم البشري، وقد يسبب تراكم الطاقة المفرطة أوفيرويايتنيس والسمنة¹، مما قد يؤدي إلى مضاعفات طبية مختلفة². العوامل الرئيسية في عدم توازن الطاقة المعروف أن المدخول الغذائي المفرط وعدم كفاية النشاط البدني³. وأدخلت مختلف الدراسات المتعلقة برصد نفقات الطاقة اليومية مع القياس التلقائي وموضوعية من أنماط النشاط البدني من خلال الأجهزة يمكن ارتداؤها^4،،من⁵⁶، حتى في المرحلة الطبية ومستوى المستهلك النهائي⁷. البحوث المتعلقة برصد الاستهلاك الغذائي، ومع ذلك، لا يزال في مختبر الإعداد، نظراً لأنه من الصعب الكشف عن النشاط المدخول الغذائي بطريقة مباشرة وموضوعية. هنا، ونحن نهدف إلى تقديم تصميم جهاز وتقييمه لرصد الاستهلاك الغذائي وأنماط النشاط البدني على مستوى عملي في الحياة اليومية.

وكانت هناك مختلف النهج غير المباشرة رصد المدخول الغذائي عن طريق المضغ والبلع الأصوات^8،،من⁹¹⁰، حركة من المعصم^11،،من¹²¹³، صورة تحليل¹⁴، و electromyogram (EMG)¹⁵. ومع ذلك، كانت هذه النهج يصعب تطبيقها لتطبيقات الحياة اليومية، بسبب هذه القيود المتأصلة: أساليب استخدام الصوت كانت عرضه لأن تتأثر بالبيئة السليمة؛ أساليب استخدام حركة المعصم من الصعب تمييزها عن غيرها من الأنشطة البدنية عند عدم استهلاك الأغذية؛ والأساليب باستخدام الصور وإشارات فريق الإدارة البيئية مقيدة بحدود الحركة والبيئة. هذه الدراسات أظهرت القدرة على الكشف الآلي لتناول الطعام باستخدام أجهزة الاستشعار، ولكن كان لا يزال حد من إمكانية التطبيق العملي للحياة اليومية تتجاوز إعدادات المختبر.

في هذه الدراسة، استخدمنا أنماط النشاط العضلات temporalis الرصد التلقائي وموضوعية لتناول الطعام. وبصفة عامة، يكرر العضلات تيمبوراليس بالانكماش والاسترخاء كجزء من العضلات ماستيكاتوري خلال^16،الغذائي كمية¹⁷؛ وهكذا، يمكن رصد النشاط المدخول الغذائي عن طريق الكشف عن أنماط النشاط العضلات temporalis الدوري. في الآونة الأخيرة، كانت هناك العديد من الدراسات التي تستخدم في تيمبوراليس العضلات نشاط^18،19،،من²⁰²¹، التي تستخدم في فريق الإدارة البيئية أو سلالة كهرضغطية الاستشعار وإرفاقها مباشرة على الإنسان الجلد. بيد أن هذه النهج، كانت حساسة لموقع الجلد أقطاب فريق الإدارة البيئية أو أجهزة استشعار الضغط وتم فصل بسهولة من الجلد بسبب الحركة المادية أو عرق. لذلك، اقترحنا طريقة جديدة وفعالة باستخدام زوج من النظارات هذا الإحساس بالعضلات تيمبوراليس نشاط من خلال خلايا الحمل اثنين بإدراجه في كلا المفصلات في أعمالنا السابقة دراسة²². وأظهر هذا الأسلوب إمكانيات كبيرة للكشف عن النشاط المدخول الغذائي بدقة عالية دون لمس الجلد. كان أيضا غير المعرقلة وغير تدخلية، حيث قمنا باستخدام نظارات من نوع جهاز مشترك.

في هذه الدراسة، ونحن نقدم سلسلة من بروتوكولات مفصلة لكيفية تنفيذ نظارات-نوع الجهاز وكيفية استخدام أنماط النشاط العضلات temporalis لرصد كمية الغذاء والنشاط البدني. البروتوكولات تتضمن عملية تصميم الأجهزة والتلفيق التي تتكون من إطار طباعة 3D النظارات ووحدة نمطية لدائرة، ووحدة نمطية للحصول على بيانات، وتتضمن خوارزميات برامج لمعالجة البيانات وتحليلها. ونحن علاوة على ذلك دراسة تصنيف فيما بين العديد من الأنشطة الموصى بها (مثلاً، مضغ، والمشي، والغمز) لإثبات إمكانية كنظام عملي يمكن أن أقول فارق دقيقة بين تناول الطعام وغيرها من الأنشطة البدنية أنماط.

Protocol

ملاحظة: تم إنجاز جميع الإجراءات بما في ذلك استخدام المواد البشرية بطريقة غير الغازية ببساطة يرتدي زوج من النظارات. تم الحصول على جميع البيانات عن طريق قياس قوة إشارات من خلايا الحمل إدراجها في النظارات التي لم تكن على اتصال مباشر مع الجلد. وأحيلت البيانات لاسلكياً على وحدة تسجيل البيانات، والتي، في هذه الحالة الهاتف ذكي معين للدراسة. جميع البروتوكولات لا تتصل في فيفو/في المختبر الدراسات الإنسانية. واستخدمت لا عينات الدم والمخدرات للتجارب. تم الحصول على الموافقة المستنيرة من جميع الخاضعين للتجارب.

1-تصنيع وحدة نمطية للدوائر المتكاملة من أجهزة الاستشعار

1. شراء المكونات الإلكترونية لتصنيع وحدة الدائرة.
   1. خليتين من تحميل الكرة من نوع، كل منها تعمل في نطاق بين 0 N و 15 ن، وتنتج إنتاج منخفضة الجهد التفاضلية مع أقصى مدى mV 120 في إثارة V 3.3 الشراء.
      ملاحظة: تحميل هذه الخلايا المستخدمة لقياس قوة إشارات على سواء الجانبين الأيمن والأيسر من النظارات.
   2. شراء اثنين من أجهزة مكبرات الصوت وهما 15 kΩ المقاومات تحديد الربح.
      ملاحظة: الأجهزة مكبر للصوت والمقاوم مكسب-الإعداد المستخدمة لتضخيم قوة الإشارة من خلية التحميل ثماني مرات، ما يصل إلى 960 mV.
   3. شراء وحدة تحكم الصغرى (MCU) مع القدرة اللاسلكية (مثلاً، اتصال لاسلكي)، و 10 بت محول تمثيلي إلى رقمي (ADC).
      ملاحظة: يتم استخدام MCU قراءة إشارات القوة وإحالتها إلى وحدة نمطية للحصول على بيانات لاسلكياً. لأنه يتم استخدام واحد من طرف الإدخال التناظري لاثنين من المدخلات التناظرية القوة، هو إدخال استعمال معدد في الخطوة التالية 1.1.4.
   4. شراء بث القناة الثانية معدد الذي يعالج إشارتين الإدخال مع طرف واحد ADC على MCU.
   5. شراء بطارية ليثيوم أيون بوليمر (ليبو) مع 3.7 V الجهد الكهربائي الأسمى، 300 ماه السعة الاسمية، ومعدل التصريف ج 1.
      ملاحظة: تم اختيار سعة البطارية للعرض الحالي كاف للساعة الواحدة أكثر من 200 ماه وتشغيل نظام موثوق لحوالي 1.5 ساعة من التجربة.
   6. شراء 3.3 V جهد منظم لتنظيم أسفل الخطية من 3.7 V البطارية الجهد 3.3 V جهد النظام التشغيل.
   7. شراء 12 خمسة kΩ المقاومات نوع أجهزة محمولة على سطح (SMD) المقاومات تبعده من MCU. بصمة المقاوم 2.0 مم × 1.2 مم (حجم 2012).
2. اختﻻق لوحات الدوائر المطبوعة (ثنائي الفينيل متعدد الكلور). تعد هذه الخطوة عن رسم لوحات الدوائر، وجعل العمل الفني (أي، مجلس التخطيط، الملف.brd) والتخطيطي (أي، الملف.sch) لتصنيع ثنائي الفينيل متعدد الكلور. فهم أساسي لعملية إنشاء ملفات العمل الفني والتخطيطي مطلوباً للتنمية.
   1. رسم تخطيطي لدارة الأيسر الذي يحتوي على البطارية باستخدام تطبيق تصميم إلكتروني كما هو موضح في الشكل 1A. حفظ النتيجة كعمل فني (.brd) وملفات التخطيطي (.sch).
   2. رسم تخطيطي للدائرة الحق يتضمن MCU باستخدام تطبيق تصميم إلكتروني كما هو مبين في الشكل 1 باء. حفظ النتيجة كعمل فني (.brd) وملفات التخطيطي (.sch).
   3. اختﻻق لوحات الدوائر بوضع أمر مع شركة تصنيع ثنائي الفينيل متعدد الكلور.
   4. لحام المكونات الإلكترونية كل إعداد في الخطوة 1، 1 لثنائي الفينيل متعدد الكلور، كما هو مبين في الشكل 2 و الشكل 3.
      تنبيه: الأجهزة مكبر للصوت حساس جداً لدرجة الحرارة لحام. تأكد من أن تؤدي درجة الحرارة لا تتجاوز 300 درجة مئوية لمدة 10 ق أثناء لحام، إلا أنه قد يسبب ضرر دائم للمكون.

2-3D الطباعة من إطار النظارات

1. رسم نموذج ثلاثي الأبعاد من قطعة الرأس من النظارات استخدام أداة نمذجة ثلاثية الأبعاد كما هو مبين في الشكل 4A. التصدير النتيجة لتنسيق الملف.stl.
2. رسم نموذج ثلاثي الأبعاد من المعابد الأيسر والأيمن من نظارات 3D النمذجة الأداة كما هو موضح في الشكل 4B و الرقم 4باستخدام. تصدير النتائج إلى تنسيق الملف.stl.
3. طباعة أجزاء قطعة ومعبد الرأس باستخدام طابعة 3D وخيوط من ألياف الكربون في 240 درجة مئوية من درجة حرارة فوهة و 80 درجة مئوية من درجة حرارة السرير.
   ملاحظة: يمكن أن يسمح استخدام أي طابعة ثلاثية الأبعاد التجارية وأي أنواع من خيوط مثل ستايرين بوتادين أكريلونيتريل (ABS) وبوليلاكتيدي (جيش التحرير الشعبي). ويمكن تعديل درجات الحرارة فوهة وسرير وفقا للشعيرة وشروط الطباعة.
4. الحرارة نصائح المعابد باستخدام منفاخ هواء الساخن من إعداد 180 درجة مئوية وينحني لهم درجات حوالي 15 إلى الداخل الاتصال بالبشرة عضلة temporalis مثل النظارات التقليدية.
   ملاحظة: لا تحتاج أن تكون صارمة كما غرض الانحناء لزيادة عامل نموذج بمساعدة النظارات تناسب على رأس الموضوع عند تجهيز درجة الانحناء للمعبد النظارات. كن حذراً، مع ذلك، الانحناء المفرط سوف يمنع المعابد من مس العضلات تيمبوراليس، مما يجعل من المستحيل على جمع أنماط كبيرة.
5. كرر الخطوات من الخطوة 2.1 – 2.4 لطباعة حجمين مختلفين من إطار نظارات لتلائم أحجام متعددة الرأس كما هو مبين في الشكل 4.

3-تجميع جميع أجزاء النظارات

1. إدراج ثنائي الفينيل متعدد الكلور على كلا الجانبين من معابد النظارات استخدام مسامير M2 كما هو موضح في الشكل 5.
2. تجميع قطعة الرأس والمعابد بإدراج البراغي M2 في المفاصل المفصلي.
3. الاتصال اليسار واليمين ثنائي الفينيل متعدد الكلور باستخدام 3-دبوس توصيل الأسلاك كما هو موضح في الشكل 5.
4. توصيل البطارية الدائرة اليسرى وإرفاقه مع شريط لاصق المعبد الأيسر. الجانب تركيب البطارية ليست حرجة، نظراً لأنها قد تختلف حسب التصميم ثنائي الفينيل متعدد الكلور.
5. تغطية النظارات مع شرائط مطاطية على الحافة ووسادة الآنف لإضافة المزيد من الاحتكاك مع جلد الإنسان كما هو موضح في الشكل 5.

4-وضع نظام للحصول على البيانات

ملاحظة: يتكون نظام حيازة البيانات البيانات تحيل وحدة ووحدة بيانات المستقبلة. وحدة نقل البيانات يقرأ الوقت والقوة إشارات من كلا الجانبين، وثم يرسلها إلى نموذج البيانات المستقبلة، الذي يجمع البيانات المتلقاة وكتابتها في ملفات.tsv.

1. تحميل بيانات نقل التطبيق إلى MCU في الوحدة النمطية ثنائي الفينيل متعدد الكلور الإجراءات في 4.1.1–4.1.3 الخطوات التالية.
   1. تشغيل مشروع "GlasSense_Server" المرفقة بالملفات التكميلية باستخدام جهاز كمبيوتر.
      ملاحظة: تم بناء هذا المشروع مع اردوينو بيئة التطوير المتكاملة (IDE). يوفر القدرة على قراءة الوقت وقوة الإشارات مع 200 عينات/s، وإحالتها إلى وحدة البيانات المستقبلة.
   2. الاتصال الوحدة النمطية لثنائي الفينيل متعدد الكلور بالكمبيوتر عبر موصل ناقل تسلسلي عالمي (USB).
   3. اضغط على الزر "تحميل" في IDE اردوينو لفلاش رموز البرمجة من الخطوة 4.1.1 في MCU.
2. تحميل تطبيق البيانات المستقبلة على الهاتف ذكي، الذي يستخدم لتلقي البيانات لاسلكياً، الإجراءات في 4.2.1–4.2.3 الخطوات التالية.
   1. تشغيل مشروع "GlasSense_Client" المرفقة بالملفات التكميلية باستخدام جهاز كمبيوتر.
      ملاحظة: تم بناء هذا المشروع مع C# لغة البرمجة. يوفر القدرة على الحصول على البيانات وحفظ الملفات.tsv، التي تحتوي على المعلومات الموضوع، مثل الاسم والجنس والعمر ومؤشر كتلة الجسم (BMI).
   2. قم بتوصيل الهاتف الذكي بالكمبيوتر عبر موصل USB لبناء التطبيق البيانات المستقبلة.
   3. اضغط على زر "> بناء تشغيل الملف" في مشروع C# لإنشاء التطبيق البيانات المستقبلة على الهاتف الذكي.

5-جمع البيانات من خلال دراسة المستخدم

ملاحظة: هذه الدراسة التي جمعت ستة مجموعات النشاط الموصى بها: بقية المستقرة (SR) المستقرة مضغ (SC) والمشي (W)، المضغ أثناء المشي (CW)، المستقرة الحديث (ش)، وغمزه المستقرة (جنوب غرب).

1. حدد زوج من النظارات التي يكون حجم مناسب للمستخدم لاختبارها. ضبط ضيق مع البراغي الدعم في كلا المفصلات (الشكل 5).
   تنبيه: القوة يجب إلا تتجاوز القيم 15 N، نظراً لقوة أجهزة الاستشعار المستخدمة في هذه الدراسة قد تفقد الصفة الخطية الجميلة خارج نطاق العملية. يمكن ضبط قيم القوة بتخفيف أو تشديد الدعم البراغي.
2. سجل أنشطة جميع المواضيع عن طريق الضغط على الزر "تسجيل" في التطبيق بنيت في خطوة 4.2.3.
   1. سجل نشاط خلال كتلة 120-s وإنشاء ملف تسجيل من ذلك.
      1. وفي حالة ريال، الجلوس في هذا الموضوع على كرسي ويكون لهم استخدام الهاتف ذكي أو قراءة كتاب. السماح بحركة الرأس، ولكن تجنب حركة الجسم كله.
      2. وبالنسبة لاتفاقية استكهولم، والأسلحة الكيميائية، وقد مواضيع أكل نوعين من مادة غذائية (الخبز المحمص ومضغ جيلي) كي تعكس الخصائص الغذائية المختلفة. خدمة الخبز المحمص في شرائح من 20 ملم × 20 ملم، وحجم جيد للأكل.
      3. وفي حالة ث، قد مواضيع سيرا على الأقدام بسرعة 4.5 كلم/ساعة في حلقة مفرغة.
      4. وفي حالة ش، الجلوس المواضيع ويكون لهم قراءة كتاب بصوت عال في لهجة عادية وسرعة.
      5. في حالة جنوب غرب، إبلاغ المواضيع التي غمز على التوقيت لصوت جرس 0.5 s طويلة كل 3 s.
   2. إنشاء ملف تسجيل في تنسيق.tsv من البيانات التي جمعت في الخطوة 5.2.1.
      ملاحظة: هذا الملف يحتوي على تسلسل من الوقت عندما تم تلقي البيانات وإشارة قوة يسار وإشارة قوة حق وتسمية تمثل النشاط الوجه الحالي. كان يصور تصورات الإشارات الزمانية لجميع الأنشطة في كتلة من مستخدم في الشكل 6. كانت ست مجموعات النشاط الموصى بها (ريال، واتفاقية استكهولم، ث والأسلحة الكيميائية، ش وسويسري) المسماة ك 1، 2، 3، 4، 5 و 6، على التوالي. واستخدمت التسميات لمقارنة الفئات المتنبأ به في المادة 8 من البروتوكول.
   3. تأخذ استراحة 60-s بعد تسجيل كتلة. خلع النظارات خلال فترة الاستراحة، وإعادة ارتدائه مرة أخرى عند إعادة تشغيل كتلة التسجيل.
   4. كرر مجموعة كتلة وكسر الخطوات 5.2.1 و 5.2.2 أربع مرات لكل نشاط من الأنشطة.
   5. وفي حالة جنوب غرب، لها الموضوع غمز مرارا وتكرارا مع العين اليسرى خلال كتلة واحدة ومن ثم غمز مرارا وتكرارا مع العين اليمنى خلال كتلة التالي.
3. كرر الخطوات من 5، 1-5، 2 وجمع البيانات من 10 أشخاص. في هذه الدراسة، كنا خمسة ذكور وخمس إناث، وبلغ متوسط عمر ± 27.9 4.3 (الانحراف المعياري؛ والتنمية المستدامة) سنوات، التي تراوحت بين 19 – 33 عاماً، ومتوسط مؤشر كتلة الجسم كان 21.6 ± 3.2 (التنمية المستدامة) كغم/م²، التي تراوحت بين 17.9 – 27.4 كغ/م².
   ملاحظة: في هذه الدراسة، مواضيع الذين لم يكن لديهم أي الشروط الطبية مضغ الطعام، غمزة، وسيرا على الأقدام تم توظيف، وقد استخدم هذا الشرط لمعايير الاشتمال.

6-إشارة تجهيزها وتجزئة

ملاحظة: يتم حساب إشارات اليمين واليسار بشكل منفصل في الإجراءات التالية.

1. إعداد سلسلة من الإطارات الزمنية من 2 ثانية طويلة.
   1. S الجزء 120 سجلت إشارات إلى مجموعة من 2 s الإطارات التي قفز منها على فترات 1-s استخدام MATLAB كما هو موضح في الشكل 6.
      ملاحظة: إطارات مجزأة 2 s طويلة كانت تستخدم لاستخراج السمات في الباب 7. حجم التنقل s 1 مصممة على تقسيم الإشارات قبل فترة غمزة s 3 المذكورة مسبقاً في الخطوة 5.2.1.
   2. تطبيق عامل تصفية تمرير المنخفضة (LPF) باستخدام مرشح بتروورث أمر^ال 5 مع تواتر استقطاع 10 هرتز لكل إطار.
   3. حفظ نتائج الخطوة 6.1.2 كالإطارات الزمنية للخطوات التالية في الخطوة 7، 1.
2. إعداد سلسلة من إطارات الطيفية.
   1. طرح الوسيط من الإشارات الأصلي لكل إطار لإزالة التحميل المسبق عند ارتداء النظارات.
      ملاحظة: غير مطلوب قيمة التحميل المسبق لتحليل الترددات التالية، نظراً لأنها لا تتضمن أي معلومات عن المضغ والمشي، وغمزه و غيرها فإنه يمكن، مع ذلك، تحتوي على المعلومات الهامة التي يمكن أن تختلف رهنا بهذا الموضوع، من كل وضع النظارات، وحتى من اللحظة موضوع ترتدي النظارات.
   2. تطبيق إطار هانينغ لكل إطار للحد من تسرب طيفية في تحليل التردد.
   3. إنتاج وحفظ طائفة من جانب واحد بتطبيق تحويل فورييه سريع (FFT) لكل إطار.
3. تحديد مزيج من الزمني وإطار طيفية في نفس الوقت ككتلة إطار (أو ببساطة إطار).

7-جيل ناقلات ميزة

ملاحظة: يتم إنشاء ناقل ميزة كل إطار المنتجة في القسم 6 من البروتوكول. الإطارات اليمين واليسار تحسب على حدة ودمجها في ناقل ميزة في الإجراءات التالية. ونفذت جميع الإجراءات في MATLAB.

1. استخراج الخصائص الإحصائية من إطار زمني في الخطوة 6، 1 من البروتوكول. ويرد في الجدول 1قائمة بالعدد من الميزات 54.
2. استخراج الخصائص الإحصائية من إطار طيفية في الخطوة 6، 2 من البروتوكول. وترد قائمة بالعدد من الميزات 30 في الجدول 2.
3. توليد متجه ميزة 84-الأبعاد عن طريق الجمع بين ميزات الزمانية والطيفية المذكورة أعلاه.
4. قم بتسمية ناقلات الميزة التي تم إنشاؤها من التسجيلات في الخطوة 5، 2 من البروتوكول.
5. كرر الخطوات من الخطوات 7.1 – 7.4 لكل إطار كتل وتوليد سلسلة من نواقل الميزة.

8-تصنيف الأنشطة إلى فئات

ملاحظة: هذه الخطوة هي لتحديد نموذج المصنف الجهاز (SVM) ناقلات دعم²³ بتحديد البارامترات التي تظهر دقة أفضل من مشكلة معينة (أي ميزة ناقلات). SVM هو آلة تحت إشراف معروفة تعلم تقنية، مما يدل على الأداء الممتاز في التعميم ومتانة استخدام هامش الحد أقصى بين الفئات ووظيفة نواة. استخدمنا شبكة--بحث وأسلوب المصادقة عبر تحديد معلمة عقوبة ج ونواة γ المعلمة من نواة الدالة (المصرف) أساس شعاعي. فهم الحد أدنى من آلة تعلم التقنيات و SVM مطلوب لتنفيذ الإجراءات التالية. ويوصي بعض مواد مرجعية^23،،من²⁴²⁵ لفهم أفضل لالة تعلم خوارزمية SVM وتقنيات. ونفذت جميع الإجراءات المذكورة في هذا المقطع باستخدام حزمة برامج²⁵ ليبسفم.

1. تعريف شبكة أزواج من (ج، γ) للشبكة--البحث. استخدام المتزايدة أضعافاً مضاعفة تسلسل ج (2^-10، 2^-5،..., 2³⁰) و γ (2^-30، 2^-25,..., 2¹⁰).
   ملاحظة: تم تحديد هذه التسلسلات تجريبيا.
2. تحديد زوج من (ج، γ) (مثلاً، (2^-10، 2^-30)).
3. للشبكة المحددة في الخطوة 8، 2، تنفيذ مخطط التحقق عبر الوقت.
   ملاحظة: هذا المخطط يقسم ناقلات الميزة بأكملها إلى مجموعات فرعية 10-جزء، ثم اختبار مجموعة فرعية واحدة من طراز مصنف تدريبهم من قبل المجموعات الأخرى، وكرر أنه على جميع المجموعات، واحداً تلو الآخر. ولذلك، يمكن اختبار كل ناقلات ميزة تسلسلياً.
   1. تقسيم ناقلات الميزة بأكملها إلى مجموعات فرعية 10-جزء.
   2. قم بتعريف مجموعة اختبار من مجموعة فرعية، وتدريب مجموعة من المجموعات 9 المتبقية.
   3. تعريف ناقل مقياس أن جداول جميع العناصر من ناقلات الميزة للمجموعة من [0, 1] لمجموعة التدريب.
      ملاحظة: ناقل جدول له نفس البعد مع ناقل ميزة. وهو يتألف من مجموعة من المضاعفات أن جداول نفس الصف (أو عمود) لكل ميزة ناقلات للمجموعة من [0, 1]. على سبيل المثال، يتم تحجيم الميزة الأولى لناقل ميزة خطيا إلى النطاق [0, 1] لكافة الميزات أول موجهات ميزة التدريب. ملاحظة أن يتم تعريف ناقل النطاق من مجموعة التدريب، ونظرا لأن مجموعة الاختبار ينبغي أن يفترض أن يكون غير معروف. هذه الخطوة يزيد من دقة التصنيف بجعل الميزات نطاق المساواة وتجنب الأخطاء العددية خلال العملية الحسابية.
   4. مقياس كل ميزة التدريب المحددة للنطاق [0, 1] استخدام ناقلات مقياس التي تم الحصول عليها في الخطوة 8.2.3.
   5. مقياس كل ميزة الاختبار المحددة للنطاق [0, 1] استخدام ناقلات مقياس التي تم الحصول عليها في الخطوة 8.2.3.
   6. تدريب تدريب مجموعة من خلال SVM مع الزوج (ج، γ) المحدد في الخطوة 8، 2 ومن ثم بناء نموذج مصنف.
   7. اختبار مجموعة الاختبار عن طريق SVM مع الزوج (ج، γ) المعرفة في الخطوة 8، 2، والحصول على نموذج المصنف من إجراء التدريب.
   8. تحسب دقة تصنيف في مجموعة الاختبار. وحسبت الدقة من النسبة المئوية لناقلات الميزة التي تصنف بشكل صحيح.
   9. كرر 8.2.2–8.2.8 خطوات لجميع المجموعات، وحساب متوسط دقة جميع مجموعات فرعية.
4. كرر الخطوات 8.2 – 8.3.9 لجميع نقاط الشبكة من زوج من (ج، γ).
5. تجد أقصى دقة أعلى من الشبكة المحلية. جميع الإجراءات الواردة في الباب 8 موضحة في الشكل 7.
6. (اختياري) إذا كان يعتبر الخطوة للشبكة الخشنة، كرر الخطوات 8.1-8.5 في شبكة الدقيقة قرب الحد الأقصى المحلية الموجودة في الخطوة 8، 5، وتجد كحد أقصى محلية جديدة في شبكة غرامة.
7. حساب الدقة والاستدعاء، ودرجة₁ و لكل فئة من أنشطة من المعادلات التالية:
                                      معادلة 1
                                                المعادلة 2
             المعادلة 3
   حيث TP، وتنظيم الأسرة، والجبهة الوطنية تمثل إيجابيات حقيقية والمغلوطة والسلبيات الكاذبة لكل نشاط من الأنشطة، على التوالي. مصفوفة الخلط من جميع الأنشطة التي ترد في الجدول 3.

النتائج

من خلال الإجراءات المبينة في البروتوكول، أعددنا إصدارين من الإطار المطبوعة 3D بالتفريق بين طول قطعة الرأس، ل_ح (133 و 138 ملم)، والمعابد، ل_T (110 و 125 ملم)، كما هو مبين في الشكل 4. ولذلك، نحن يمكن أن تغطي عدة شروط ارتداء، التي يمكن أن تختلف من حجم الرأس ا?...

Discussion

في هذه الدراسة، اقترحنا أولاً تصميم وعملية التصنيع من النظارات بمعنى أن أنماط الاستهلاك الغذائي والأنشطة البدنية. حسب هذه الدراسة ركزت أساسا على تحليل البيانات التمييز بين المدخول الغذائي من الأنشطة البدنية الأخرى (مثل المشي والغمز)، نظام حيازة أجهزة الاستشعار والبيانات المطلوب تنفيذ ت...

Materials

Name	Company	Catalog Number	Comments
FSS1500NSB	Honeywell, USA		Load cell
INA125U	Texas Instruments, USA		Amplifier
ESP-07	Shenzhen Anxinke Technology, China		MCU with Wi-Fi module
74LVC1G3157	Nexperia, The Netherlands		Multiplexer
MP701435P	Maxpower, China		LiPo battery
U1V10F3	Pololu, USA		Voltage regulator
Ultimaker 2	Ultimaker, The Netherlands		3D printer
ColorFabb XT-CF20	ColorFabb, The Netherlands		Carbon fiber filament
iPhone 6s Plus	Apple, USA		Data acquisition device
Jelly Belly	Jelly Belly Candy Company, USA		Food texture for user study