该模型为健康饮食、健康运动类型的APP交互设计RP模型，该模型包括5个主要界面：
（1）首页（2）发现（3）计划（4）聊天（5）我的
该模型设计的功能包括：
（1）用户健康数据、饮食习惯、体育爱好等信息，并为其分析制定饮食、运动健康计划；
（2）提供线上一对一的专业指导或医学咨询，帮助用户在工作生活之余收获身体健康；
（3）提供社区分享、聊天功能，可以轻松社交、放松娱乐，打卡计划。
该模型仅供同学们参考和学习，不要直接用去当大作业。
2023-12-18 14:54:29
6.69MB
1
汽车行业知识报告系列——智能座舱（智能座舱，车载芯片，人机交互，T-Box，HUD，车载系统OS）
2023-12-14 16:51:43
5.08MB
1
贝叶斯matlab代码实例贝叶斯在线多元变化点检测算法
学生：
Ilaria
Lauzana
主管：
，何塞·梅迪纳（Jose
Medina）
该存储库包含由Ilaria
Lauzana，Nadia
Figueroa和Jose
Medina提出的贝叶斯在线多元变化点检测算法的实现。
我们提供3种实现：
Matlab的
Python
ros节点从流数据中检测变更点（online_changepoint_detector）
您可以在相应的文件夹中找到每个实现：
结构
.
├──
README.md
└──
matlab
├──
README.md
│
└──
code
│
└──
lightspeed
└──
python
├──
python-univariate
├──
README.md
│
└──
bayesian_changepoint_detection
├──
python-multivariate
└──
online_changepoint_detector
├──
CMakeLists.txt
├──
package.xml
└──
scripts
└──
2023-03-24 11:29:51
503.66MB
1
复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:运动特征的可分解性与定义描述的模糊性.针对这两种特性,复杂手势被分解为手形变化、2D平面运动与Z轴方向运动3个子部分,分别利用HMM进行建模,HMM模型对观察子序列的似然概率被作为FNN的模糊隶属度,通过模糊规则推理,最终得到手势的分类类别.HMM-FNN方法将高维手势特征分解为低维子特征序列,降低了模型的复杂度.此外,它还可以充分利用人的经验辅助模型结构的创建与优化.实验表明,该方法是一种有效的复杂动态手势识别方法,并且优于传统的HMM模型方法.
2023-01-18 03:33:31
569KB
1