用该传感器判断是食指还是中指还是其他指头。
* G7 j, x$ L0 h7 `
对于我们的三个指头（5个也好）本质上是一种多分类网络问题，我们将输入信号划分成不同的分类。
小拇指
大拇指
中指（后来用了食指方便）
: j5 s' \0 O- ?4 w4 z( H: J8 k7 F没有指头（空置）
! i9 N6 s, L! |9 f, t" a; y# W
0 w; y4 |  p" a, t9 e! D1 j7 T因此我们利用多分类神经网络来实现判断功能。

1. 
   
2. int i = 0;
   
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   & W6 q6 T) p2 e. B* d" n/ m6 y
4. {
   ' J3 s7 Q5 b8 X0 f7 C2 O: a6 z' s
5.     maxim_max30102_read_fifo(&red,&ir);
     m9 j" y# F" V3 a
6.     printf("%ld ",ir);
   
7.     i++;
   0 P! \( r9 f$ }  a
8.     if(i==128)
     @+ r, C; |+ j' U) b/ E- X6 J
9.     {
   ; J& Z$ N2 E* l6 H
10.       i=0;
    
11.       printf("\n");
    2 Q4 ^- T4 l2 p1 h
12.     }
    
13. }

复制代码

6 p5 J: v; Z% j4 I' g信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。

+ J$ z( z- l' N. h* u2 r# N

创建一个n-Class n分类神经网络。

' c& K5 b" q$ ?
& M- M- B' |1 k
其他设置都和上期的保持一样，使用通用一轴传感器。
- Y0 |& V4 Y  Q" P5 i  L


6 P# r8 {* H. }) S" R* ^7 r但是信号输入的地方，我们利用串口导入各个类别的数据（这里是不同的指头）
8 n  F: j: X2 z; g* n4 p

# {# R, c! l( w1 N$ W. s; k
+ q+ a" ~3 n! o需要注意的是，这里的标签即代表着我们的分类，不像之前那样子可以一个类别下面可以使用多组数据。
$ t7 g$ O! ?7 R
& D4 t- h9 v# o! C. f) E: X9 P/ H

5 s1 B( f& ~' d' g8 k$ l6 J- Z训练我们的模型，这里可以选择我们的分类（其实这里我觉得要是把某组数据能添加到某个分类就好了，这里让我研究一下)。

6 A$ B4 E" }/ b1 a% G
, [7 R7 _2 `" c5 T" }
训练好我们的模型，这里可以关注各指标。

接着就是验证我们的模型，验证的过程可以参考文章开头的视频。

6 F# a. h8 P& j, @  g

1 }, l9 e* b7 O/ U& s. J6 m% ^部署完我们的模型之后，查看生成的.ZIP文件，其中相比于异常识别多了一个knowledge的头文件。
' ^, Q+ e. B; m& p8 Q/ L) n

* d, A. g/ p' S9 ~7 e1 ~
这里我们需要libneai.a以及两个.h文件

STM32中用机器学习实现正确率99.95%的心率异常检测！
, e9 S9 l% j0 T9 c  |
& A2 C6 p$ T% o8 Z5 c5 E8 p( T" }怎么导入文件请查看这篇文章。

  F/ r( F, Z' f" r

6 [. Z- ]2 _/ q  O初始化函数中，我们需要导入一个数组，这个数组就定义在knowledge.h这个文件中。

% F4 H" o6 j( s$ ?- p0 }
! d% s) ]" @8 z
$ C0 B5 j- Z, b5 i& t

1. neai_classification_init(knowledge);

复制代码

初始化的时候，需要以这个数组为参数。
  C5 Y9 C) \. L; F
之后我们在定时器中，采集到128个数据之后进行预测。

" Z2 f8 i$ p: {# H. A

1. float IRD[128];
   
2. int i = 0;
   : z" ^2 W! ^& O+ h
3. int LeranTime= 0;
   % q$ X% T- B. U: {. ~: s+ z+ u
4. const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
   9 w' Z" k" t2 i$ y1 H
5.   "unknown",
   9 k8 A# i# i  O2 t4 D! w+ S
6.   "zhongzhi",
   
7.   "Error",
   1 S& _( ^, T; ?/ O8 E2 O
8.   "xiaomuzhi2",
   
9.   "damuzhi",
   8 C$ Q0 P$ ~% D1 }
10. };
    ( N5 R* p3 z5 u, A% K; I: L; s
11. float Output[4];
    
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    
13. {
    , y7 U" t" B3 J8 Q3 r' \. P
14.     uint16_t yuce;
    # `9 C, d" Y& k) X% j3 F" l
15.     maxim_max30102_read_fifo(&red,&ir);
    " S( M  q$ ]. J, g: T! j) E. z2 y
16.     IRD = ir;
    & T# L% l4 G% s; S7 y/ x  l- _
17.     i++;
    / P: j# N' Q1 o4 ~1 n* z; T
18.     //printf("%d ",ir);
    & r( E% v; q+ Z9 o- a1 s
19.     if(i==128)
    ( q% s& O* d' G- e! R( ^! H6 M- H, A! m
20.     {
    ) N! [, G% I; w: @  I  ?
21. 
    
22. 
    
23.       neai_classification(IRD,Output,&yuce);
    ) b- }5 G& L7 _( t, V
24. 
    . P6 f# }- F! t- z
25. 
    4 `* B, }7 N* o; C0 l
26.       printf("\n\n\n");
    1 C* X4 m+ X+ F
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    
28.       printf("Error:%.2f\r\n",Output[1]);
    7 r. c3 ]+ ~" H% ^% w- o
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    5 O# U% v8 K9 k) q2 e" F
31.       LeranTime++;
    + c% ?: u  l& q% w) g0 f) h
32.       i = 0;
    
33.     }
    
34. }

复制代码

' E2 k5 i$ o0 u9 L+ @* m+ q( J这里的 预测函数有三个参数，第一个参数是输入数组，第二参数是输出数组，输出数组中包含着对于各个分类的参数预测值，第三个参数输入一个指针，这个指针会指向预测最大值的索引。
9 I% B" V) `& l
7 O* i" @- a8 y/ d1 l

烧入我们的代码，可以看到，空置的时候，Error的预测值是最大的。



6 y2 A) S# t8 r1 k' e$ K当我们放上中指的时候，检测到中指的概率是最大的。


0 I/ D8 z3 F; ~  H( v* f/ @
小拇指也是可以正常的检测。



6 u$ ^4 K2 K( ~. A, [: I! q转载自：电路小白
如有侵权请联系删除
/ {9 C' n+ @( C, {/ Y  t7 ]/ T


) J/ a1 q1 A1 Z8 e* K1 W
9 a: {/ U4 v/ |