用该传感器判断是食指还是中指还是其他指头。

/ c5 r$ z3 Y9 i% m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
( E2 S) {. L3 y; T1 V大拇指
中指（后来用了食指方便）
5 Q6 N  m6 [0 z* l  ^- E3 L5 l( }7 ]没有指头（空置）
* X. Z" T8 p" E$ E. P' Q: ?
! u: k, n  b2 ^! n& h; r因此我们利用多分类神经网络来实现判断功能。

. i8 g7 `0 N1 Y& r# x4 f6 x$ |

1. 
   
2. int i = 0;
   
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
4. {
   . \. W0 H" m; l- [9 P& h$ B
5.     maxim_max30102_read_fifo(&red,&ir);
   3 c- n( x1 G, y( d
6.     printf("%ld ",ir);
   
7.     i++;
   
8.     if(i==128)
   
9.     {
   / n. M# u# n! O' u$ X2 R$ b
10.       i=0;
    # a. t" y3 V8 ?( \; A( d
11.       printf("\n");
    
12.     }
    : E3 h. I0 K& @
13. }

复制代码

" t: E; O( G0 D5 p* F" N信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。

* h2 Q5 }9 [  O9 {) B7 S9 L
: c4 D" v9 j% l( j/ z
6 X) m8 I- T* P4 A' {创建一个n-Class n分类神经网络。

% k* y5 M* A- ]+ ~& I. F2 T

其他设置都和上期的保持一样，使用通用一轴传感器。
1 c8 A2 B% N4 x# A+ o; k

! \7 Q  S7 X! }7 u$ s  B( Z
' f. t/ Q! v4 a8 b' \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）

/ t& t; m  {: _; M- T  u1 P

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。
) Y3 n; t7 P: z/ r
0 `7 {, \6 ^4 B9 v

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)。


. n9 X# Y2 T6 R+ Q  z( f8 W
- g+ [- T7 g- f% y训练好我们的模型，这里可以关注各指标。
) D& O4 Y8 O6 l# a$ h4 L. \" \
. \; S2 A/ v  I0 b) X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。


/ S0 @! v( y2 b  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。

) g7 m: b' M: P6 \6 y

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！
! A# R" D# f# D4 t
怎么导入文件请查看这篇文章。



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。
: c: u8 U$ \% a/ b  ~. a
  I4 [) X! Q- @8 }% j
8 Y! B. a; n- J9 m* w
# o5 T) [) Z; N8 ~/ l

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。

之后我们在定时器中，采集到128个数据之后进行预测。
0 j5 K/ O* r  j! j1 M
% t) u6 |% i1 M: N

1. float IRD[128];
   
2. int i = 0;
   
3. int LeranTime= 0;
   
4. const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
   
5.   "unknown",
     I+ w4 b( ]6 _- R( x8 ]
6.   "zhongzhi",
   
7.   "Error",
   
8.   "xiaomuzhi2",
   
9.   "damuzhi",
   8 T. R; a( }/ m' v" |) A+ ^
10. };
    ( O  y6 \) Y! Z
11. float Output[4];
    
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
      v4 C8 n, b3 S2 ]) Z
13. {
    " ^' N+ A4 `( e3 ?
14.     uint16_t yuce;
    
15.     maxim_max30102_read_fifo(&red,&ir);
    
16.     IRD = ir;
    7 c; z+ }; ^. Z6 s8 m  Z# D7 Y- z! D
17.     i++;
    ! C% N0 J4 g6 ]1 G
18.     //printf("%d ",ir);
    5 K+ X) I4 O1 ~6 ?7 k
19.     if(i==128)
    ( N) W6 N$ k, L1 T9 L, M' K" T. A( N
20.     {
    / M  _# K8 Q9 [# L5 [* r; f/ d
21. 
    
22. 
    & H2 E! x" Y- q; x& L
23.       neai_classification(IRD,Output,&yuce);
    / k! s& n" `- u* y: w! D; F
24. 
    
25. 
    
26.       printf("\n\n\n");
    
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]);
    5 k. W2 ]' N% C9 M. d9 ]2 K
31.       LeranTime++;
    
32.       i = 0;
    8 R* f5 a) G8 t4 l" h/ u/ v0 `
33.     }
    
34. }

复制代码

: c' Q6 h5 t, L$ t: {) A: _  h. r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。
* |- D2 m- I! E3 B

5 v; T4 U5 u3 X: R- w
, a2 S" F& a% y" ~6 }0 o# a8 v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。
3 u: V% S  D/ O" d/ k. x) q
$ K# B0 e. T' k( a

当我们放上中指的时候，检测到中指的概率是最大的。

( M' C* L1 z9 Y7 ?. @

( s- J- s- C" \7 [2 B" L% ?+ z小拇指也是可以正常的检测。
1 S! m( g/ ]- _: I6 g8 Q7 W2 d, t9 j


转载自：电路小白
! I" C- L: V( B3 G( g$ ?4 |7 J: W如有侵权请联系删除

& A  S2 z! e0 {/ g7 V

' G# O+ r+ ?$ K9 \
) L# J  {+ h! @1 F% L