用该传感器判断是食指还是中指还是其他指头。
1 @& H4 o  V# u9 _  w
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。
: C9 q2 j1 G; @' f小拇指
6 D; `( x3 ]- p5 f' Y, c5 h2 X0 K大拇指
中指（后来用了食指方便）
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。

7 T, S% ~8 R" J

1. 
   $ ^1 m; S4 f( v4 B0 ]3 J
2. int i = 0;
   
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   " @- D. }0 y3 P0 X1 f/ C
4. {
   
5.     maxim_max30102_read_fifo(&red,&ir);
   
6.     printf("%ld ",ir);
   
7.     i++;
   1 q8 d* c5 Y  f# l3 P
8.     if(i==128)
   
9.     {
   
10.       i=0;
    " O, S* W( k1 x+ u
11.       printf("\n");
    & {4 C& {; S1 W! L4 j1 I
12.     }
    ! d& J( J( s' W  |) x: }
13. }

复制代码

" g# b+ V# w8 M8 [" Z& }信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。



创建一个n-Class n分类神经网络。
1 K( n4 ]4 \; p& [$ z0 A: F( F& l
7 H3 m4 p, [" @
2 T1 [( o, J; o' E% N' ~
* N1 ~; R( W& g" m其他设置都和上期的保持一样，使用通用一轴传感器。


. @" X1 q$ F% @
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）

* |! c5 z2 z' y! K2 M
0 r4 J* U# p7 H' X/ o, g
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。
5 e3 z. H. |; b7 L! D3 I
  m/ r0 o- z  E, c: G# _6 o
5 }: `5 ~" T6 n3 g$ E2 {$ }: ^
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)。
% ?+ O5 Z7 j* Z2 L! O0 Q

# m* w% d. _7 U8 G
训练好我们的模型，这里可以关注各指标。
( z4 o1 h6 q/ D
+ E6 C: Y% k' H# E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。
* Z# T1 _2 c' n8 t3 ~0 Q
0 e; w! Z5 |. C+ X9 c
- B' s8 S2 l" t2 I' e
) T. a; x/ W2 K- J! ?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。

; U6 S$ g: u/ |7 c6 ^+ i7 T  i
# t9 r( ~9 b+ n" k+ f0 ]) _
这里我们需要libneai.a以及两个.h文件
* r; w2 P) `, \5 V# t
STM32中用机器学习实现正确率99.95%的心率异常检测！
6 a; f2 m% G, l9 d
1 Z$ Q; W0 B* }! R  E- j- q怎么导入文件请查看这篇文章。
; H5 X: t, ?5 p) _
% j- B% X# `6 Q9 i  X- B& k
! o2 e3 b, J) i! X+ h
1 X5 q) y" c( Y# x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。

( q, R% u; b8 {/ d, ^
9 j6 N4 M  F5 W0 U4 ]

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。
% K$ n0 ~1 @  g, g. H) G" |/ ]
. Q; u+ E8 o& M+ @; P% Q2 p之后我们在定时器中，采集到128个数据之后进行预测。

. g9 y& s' ~/ j

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",
   , e9 l9 P* E. ~7 I0 m7 z5 M( e
6.   "zhongzhi",
   ; L5 S' d. y4 x  h" t- Q
7.   "Error",
   
8.   "xiaomuzhi2",
   
9.   "damuzhi",
   # G- ^! s- q- l8 n4 |
10. };
    
11. float Output[4];
    ) m3 `' D8 Y* [4 A
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    
13. {
    
14.     uint16_t yuce;
    4 u2 A7 O- r9 T. ^& y  z0 c
15.     maxim_max30102_read_fifo(&red,&ir);
    
16.     IRD = ir;
    9 o4 p8 W+ L6 |" ]
17.     i++;
    # `) X( O8 e( i6 C& s+ i
18.     //printf("%d ",ir);
    
19.     if(i==128)
    $ j. j  |" ^* n, t4 O# m
20.     {
    3 ]9 h4 s8 v6 F$ w9 a" x; m) l
21. 
    # D/ I" L0 A$ c! V
22. 
    
23.       neai_classification(IRD,Output,&yuce);
    7 J; |2 y" L+ c2 P
24. 
    
25. 
    " F8 N- H, f* g
26.       printf("\n\n\n");
    5 K) ?, q. @4 v* r4 N4 M- O
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    
28.       printf("Error:%.2f\r\n",Output[1]);
    
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    & e( f, W# e' X/ b! T8 x& @1 @" G
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    
31.       LeranTime++;
    
32.       i = 0;
    
33.     }
    + n1 L1 y  p$ M  F/ ?
34. }

复制代码

5 |: }) u; V" P" J+ r3 u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。
1 i! m, ~  s! Z, q# a4 ?7 ?1 W
4 _6 Q$ s3 Q: M; z" Z

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。
$ Z1 H( q) x# M, _6 J9 H

$ R+ d/ ?' f# @- X8 V9 |
" K% N5 L5 q$ Z- R7 T当我们放上中指的时候，检测到中指的概率是最大的。



小拇指也是可以正常的检测。


  q6 k! ]' e5 n  k' L( {
转载自：电路小白
如有侵权请联系删除

$ n0 i, ?, u, u) A* P/ ~) D
! X# m) [! q# \. w3 n
, M: R. e7 V8 W% o% k7 M1 \/ a0 \, [
) M5 D% S' e. q+ M$ x- Q; T  a3 z