用该传感器判断是食指还是中指还是其他指头。

+ e5 f% j8 ?# {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
8 O  }: o% G& [9 ^大拇指
. k9 ], @/ I, t6 o; l中指（后来用了食指方便）
- n; t' ?0 @6 b3 r3 G2 _没有指头（空置）

因此我们利用多分类神经网络来实现判断功能。
# g9 k. ]: L; `7 @* m9 B9 U5 o' e  x

1. 
   
2. int i = 0;
   6 b" |; K5 B0 ~: `
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
4. {
   / K& `1 }6 I4 `- N
5.     maxim_max30102_read_fifo(&red,&ir);
   
6.     printf("%ld ",ir);
   , G. D; y, k2 {3 \, w8 u1 f
7.     i++;
   
8.     if(i==128)
   * d; U8 ?5 S  e
9.     {
   
10.       i=0;
    " u3 o4 Z- t2 R3 J0 q
11.       printf("\n");
    
12.     }
    1 P2 C- b1 ~0 {! k! l
13. }

复制代码

& X% z2 T/ C7 U, \$ I3 D信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。


1 Y7 }- {4 u  w
创建一个n-Class n分类神经网络。
2 e: [( d" H% T- `4 M9 Q
; F6 S( Z8 n, i: k3 T5 U' V7 I) o" Y

2 v. _3 y3 k! c( Y" _其他设置都和上期的保持一样，使用通用一轴传感器。
5 M8 `4 M9 d  c: z8 d5 l
+ h1 }+ M; C% m$ p- ]! i8 W

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）

2 k$ w( g- J; O+ _+ \5 c

  O9 U0 o! u  w; a( M* i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。



+ q* B& B5 ]% W* s: X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)。
0 ^2 P; w8 q, v1 k. l; I* F


训练好我们的模型，这里可以关注各指标。

$ U6 W& y! @) f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。
- _2 ~* n* g2 V

! O% d% |5 w2 c/ Q
8 S' A+ V* d' ]& ]0 g0 ~! [% u% p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$ y6 P3 k8 N" u/ Z& s
* _+ Y! m; J" L  [4 E7 Z$ \. ~
/ Q- B' d" `! j, Y) B# v1 p
& p% s; Z# x: ^4 r! P; B这里我们需要libneai.a以及两个.h文件
, |* F; q; k* `
! N  a+ [& _; {STM32中用机器学习实现正确率99.95%的心率异常检测！

* a- d$ f+ w$ z) f- Y怎么导入文件请查看这篇文章。


$ _3 [5 l3 m$ y
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。
; {, `* Y: A# Q: m5 X
/ M: w: {) a& M7 _; ?
" ~' Y  |# [$ i( B
+ E0 ]+ `' ?( f$ c. ~  c: n4 u

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。
' c3 z5 t, T! o6 h- p% p2 ]
; t3 r) n, h: i! Q& K& S, e之后我们在定时器中，采集到128个数据之后进行预测。
% E6 J! j3 |2 q" r/ B* K% u
" P. F* s- q* x, M" Q; \& \$ X

1. float IRD[128];
   
2. int i = 0;
   " T/ T: {1 B# m: b2 n0 L6 [* }/ ]
3. int LeranTime= 0;
   
4. const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
   
5.   "unknown",
   # [0 l( U( Q* R' M8 N
6.   "zhongzhi",
   
7.   "Error",
   
8.   "xiaomuzhi2",
   8 Y9 {  z4 Q1 F/ V! ~/ P% ~
9.   "damuzhi",
   8 N( X; b' D0 W4 m" b' |/ A
10. };
    
11. float Output[4];
    8 i1 e$ Y. h1 ~+ c6 \
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    ( ]" O( s! B7 A2 k% n2 h
13. {
    
14.     uint16_t yuce;
    / H- ]$ ]* D) l# Q2 N) E
15.     maxim_max30102_read_fifo(&red,&ir);
    : m9 r. L( T+ ?" r" M: c, B* `. o
16.     IRD = ir;
    ! m* @3 |4 Y% T
17.     i++;
    
18.     //printf("%d ",ir);
    
19.     if(i==128)
    
20.     {
    
21. 
    " c2 c2 ?' h3 O0 G
22. 
    8 i2 d7 w: L3 p  j0 P1 V2 Q
23.       neai_classification(IRD,Output,&yuce);
    & j' Y) o7 l* m# A  k( H
24. 
    
25. 
    
26.       printf("\n\n\n");
    * x3 Q8 D% j* y/ ]# W: H
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    
28.       printf("Error:%.2f\r\n",Output[1]);
    
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    
31.       LeranTime++;
    9 R# E2 o$ f# g4 e( T1 }4 h
32.       i = 0;
    
33.     }
    
34. }

复制代码

8 T) j2 ~  w) Z" o5 }4 t/ `5 j- p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。


" |$ t. e( z1 `) o, s; i0 C7 L* u
5 I7 p1 F& I, z* G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。
. m2 N) V4 F7 ]+ a1 }" F

/ P& v! o/ g# t- ^) j1 r
. b* C: P, n+ a9 f" c' i1 Z当我们放上中指的时候，检测到中指的概率是最大的。


: M/ `! Z9 I/ X3 O8 T7 S- b1 m6 s
小拇指也是可以正常的检测。
5 m" {* J4 F. H% Y2 C; |
3 a7 z3 t4 _* Y! n6 F- v% ~( J

/ G9 b; K+ ~  y- S7 P转载自：电路小白
4 ?* Q. n1 f7 N1 }& I如有侵权请联系删除



: }- ?# ^/ l/ p
/ C% L% G( [. N8 Z$ r4 o