基于ITShoe进行地面反作用力测量的步态检测代码

该存储库包含论文“用于步态识别中特定于视图的特征学习的多任务GAN”的代码。安装要求：您将需要 PyTorch（可能具有GPU支持的0.2.0版）、Matlab 和 Python（可能是3.6.1版）。建筑 PEI 请运行“./pei/demoPEI.m”以构建 PEI 示例。训练 MGAN 我们提供源代码来训练和测试 MGAN 模型。请先将训练数据准备为 .mat 文件，然后再运行 .ipynb 文件。模型将自动保存在“./mgans/model”中。

我们使用Matlab和蓝牙模块进行了心电图测量，通过Arduino平台进行模数转换。我们采用了特定的ECG传感器，该传感器需要通过1kΩ和2kΩ电阻进行电平适配。数据通过蓝牙模块传输到COM端口。测试显示，数据传输距离可达5米。

Matlab开发：机器控制系统与电流反作用及励磁水平。探讨了带有反向传播的直流电机控制方案，包括鲁棒性建模、不确定性检测和C。

这段MATLAB代码基于分层分割进行协同显着性检测，适用于以下论文：[1] Z. Liu, W. Zou, L. Li, L. Shen 和 O. Le Meur，“基于分层分段的共显着性检测”，IEEE信号处理。Lett。，第一卷21号1，第88-92页，2014年1月。代码仅限非商业用途。如需使用，请引用论文[1]。此代码依赖于[2] P. Arbelaez, M. Maire, C. Fowlkes, J. Malik，“轮廓检测和分层图像分割”，IEEE模式分析和机器智能交易，第1卷33，不。5卷，第898-916页，2011年5月。源代码包含在“ lib”文件夹中，也可以从以下位置下载。我们已在Ubuntu 12.04下测试通过。运行Demo.m在MATLAB中，您将获得一个示例。

这是基于ELM的裂纹检测MATLAB代码，适用于混凝土裂缝图像。通过滑动窗和随机旋转技术，将裂缝图像分割并应用稀疏自动编码特征提取网络，用于快速学习裂纹特征。进一步使用在线顺序极限学习机来识别裂纹缺陷。

基于傅里叶变换的三维测量：MATLAB代码解析 本项目利用MATLAB实现了基于傅里叶变换的三维测量，并对给定图像“LBimage3”进行了处理，包括滤波、去除光照影响和二值化，最终提取出清晰的数字和符号。 方案概述 最小值滤波：去除图像噪声并提取光照部分。 去除光照影响：将原图减去光照部分，得到无光照影响的图像。 灰度拉伸：增强图像对比度，使数字和符号更加清晰。 二值化：将图像转换为黑白图像，以便后续处理。 程序流程 编写并测试最小值滤波器。 从原图中减去光照部分，得到无光照图像，并与原图进行比较。 对无光照图像进行灰度拉伸。 编写二值化函数，对拉伸后的图像进行二值化处理。 核心函数 项目中包含三个自定义函数： 二维线性数字滤波器 二值化 模糊增强 程序源代码包含GUI界面版本，方便用户交互操作。 项目分析了影响结果的多种因素，并给出了相应的解决方案。

GPLATNET是一种用于发现网络中节点之间连接的方法，利用每个节点的连续观测值，通过GP和LATNET组成。该方法在教育领域具有重要意义，可以发现节点之间的关键联系。

AOGD检测器文件执行Xi Song, Tianfu Wu, Yunde Jia和宋春树，\"物体检测的辨别训练And-Or树模型\"，在CVPR2013年。 Bo Li, Wenze Hu, Tianfu Wu和宋春树，\"通过辨别性AND-OR结构建模遮挡\"，在ICCV2013年 Bo Li, Tianfu Wu和宋春树，\"通过层次化And-Or模型集成上下文和遮挡进行汽车检测\"，在ECCV2014年 Tianfu Wu, Bo Li和宋春树，\"学习And-Or模型以表示上下文和遮挡

该存储库包含与以下手稿相关的Matlab代码：P. Ippersiel、SM Robbins、PC Dixon。研究了步态过程中的下肢协调性和可变性，探讨了年龄和行走表面对步态的影响。代码需在Matlab 2020a及以上版本中运行，支持Mac OS 10.15.5。