产品研发小组/呼吸检测：修订间差异
< 产品研发小组
（Edit summary） |
（Edit summary） |
||
| （未显示同一用户的1个中间版本） | |||
| 第31行： | 第31行： | ||
el | el | ||
} = markmap.Toolbar.create(mm); | } = markmap.Toolbar.create(mm); | ||
el.setAttribute('style', 'position:absolute; | el.setAttribute('style', 'position:absolute;bottom:20px;right:20px'); | ||
})</script><script>((getMarkmap, getOptions, root, jsonOptions) => { | })</script><script>((getMarkmap, getOptions, root, jsonOptions) => { | ||
const markmap = getMarkmap(); | const markmap = getMarkmap(); | ||
| 第40行： | 第39行： | ||
</html> | </html> | ||
= 基于加速度传感器的呼吸检测 = | = 基于加速度传感器的呼吸检测 = | ||
{{文章展开|name=Estimation of respiratory rate and effort from a chest-worn accelerometer using constrained and recursive principal component analysis|prefix=产品研发小组/呼吸检测|toggled=本文使用了一种新颖的、约束的和递归形式的主成分分析（PCA）算法来可靠地估计呼吸努力信号，该算法可在不同体位下自适应调整参数，并且使用偏度值计算的方式避免了相位翻转问题，用较低的算力成本实现了较高效的呼吸努力信号获取。}} | {{文章展开|name=Estimation of respiratory rate and effort from a chest-worn accelerometer using constrained and recursive principal component analysis|prefix=产品研发小组/呼吸检测|toggled=本文使用了一种新颖的、约束的和递归形式的主成分分析（PCA）算法来可靠地估计呼吸努力信号，该算法可在不同体位下自适应调整参数，并且使用偏度值计算的方式避免了相位翻转问题，用较低的算力成本实现了较高效的呼吸努力信号获取。|Citation_=9}} | ||
{{主领域分类}} | {{主领域分类}} | ||
2024年1月18日 (四) 23:01的最新版本
主干领域
基于加速度传感器的呼吸检测
本文使用了一种新颖的、约束的和递归形式的主成分分析（PCA）算法来可靠地估计呼吸努力信号，该算法可在不同体位下自适应调整参数，并且使用偏度值计算的方式避免了相位翻转问题，用较低的算力成本实现了较高效的呼吸努力信号获取。(9次引用)