Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Applied Mathematics and Nonlinear Sciences
Volume 8 (2023): Numero 1 (January 2023)
Accesso libero
Pressure Image Recognition of Lying Positions Based on Multi-feature value Regularized Extreme Learning Algorithm
Haiqin Zhu
Haiqin Zhu
,
Hao Liang
Hao Liang
,
Fulai Xiao
Fulai Xiao
,
Gepeng Wang
Gepeng Wang
e
Rifat Hussain
Rifat Hussain
| 15 lug 2022
Applied Mathematics and Nonlinear Sciences
Volume 8 (2023): Numero 1 (January 2023)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Immagini e tabelle
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
15 lug 2022
Pagine:
559 - 572
Ricevuto:
07 feb 2022
Accettato:
05 apr 2022
DOI:
https://doi.org/10.2478/amns.2022.2.0041
Parole chiave
RELM
,
Lying position pressure image
,
Multiple feature values
,
Lying position recognition
© 2023 Haiqin Zhu et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Fig. 1
The Extreme learning model Diagram
Fig. 2
Schematic diagram of pressure sensor installation
Fig. 3
On-Site installation diagram
Fig. 4
Four lying positions of a person 1
Fig. 5
Four types of backpressure Nephograms for Person 1
Fig. 6
Geometric feature extraction process
Fig. 7
The Pressure image after binarization and canny operation
Fig. 8
The minimum enclosing moment
Fig. 9
Perimeter distribution curve of enclosing rectangle
Fig. 10
The area distribution curve of the enclosed rectangle
Fig. 11
Hu Moment
Fig. 12
Energy characteristic diagram of pressure information
Fig. 13
ELM results for different sample sizes and hidden nodes
Fig. 14
Prediction graph for 160 test samples