用该传感器判断是食指还是中指还是其他指头。

3 S/ j0 C% j/ g- {7 {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
5 I8 A  p. s5 t  O% S+ R大拇指
% `" O/ P* @' l: j: i: F+ g中指（后来用了食指方便）
没有指头（空置）
6 O0 N9 |) F5 U3 F+ d* @
" W5 T1 |$ w- d' R) X( R因此我们利用多分类神经网络来实现判断功能。

1. 
   ( R8 k- M0 G9 I
2. int i = 0;
   
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   ; e  q: K( r9 [: p4 J
4. {
   
5.     maxim_max30102_read_fifo(&red,&ir);
   9 C4 H: A" U+ l0 N1 _
6.     printf("%ld ",ir);
   
7.     i++;
   0 e2 C# d- l! n! h# Z, m
8.     if(i==128)
   9 y0 V' y! e: R
9.     {
   ( @: f1 W5 E6 t: E* V% ?
10.       i=0;
      {4 d. I4 H  B7 {8 ~2 `; c8 T+ o
11.       printf("\n");
    & c3 h$ M8 g8 `( ]1 b
12.     }
    
13. }

复制代码

信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。


# G2 ?- v0 C+ h& z. h9 B, ?: g
. n% F/ Y2 }- t6 l9 W1 V8 R/ K创建一个n-Class n分类神经网络。



其他设置都和上期的保持一样，使用通用一轴传感器。
" }/ N6 X- j, [. \% i. B
8 l. M+ }" ~; n  _5 \
/ l7 }7 }$ g- f: v, s: T! i
+ \, t) u' n) e& b3 z$ v8 x9 |: }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）
( B5 b& z' ?, b; w8 Q  g) H# s

! v  X* {( R9 @. z6 ]3 s8 _
7 X' k) C* g/ S* B; y" m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。



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)。



8 S  {$ n7 j* ]! w  n7 y训练好我们的模型，这里可以关注各指标。
  B8 u4 S; ^4 ]+ O% O4 q2 A- b
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。


: O2 b+ P% W0 E! Q
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。



这里我们需要libneai.a以及两个.h文件
( G  T. A- H$ B% R- b, j/ [
2 d% e4 B" x$ M2 N8 H0 e5 _( pSTM32中用机器学习实现正确率99.95%的心率异常检测！

' ]2 f! W* B) G! N  F( O怎么导入文件请查看这篇文章。
: O: I( X$ P; S7 j. N
) d* n6 ~/ l' r5 B! Q' \# h: h& w
& o% B+ V+ X# \7 {) q# Z; D0 {/ |
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。

) d; Q2 C3 k4 e% k5 h

  q9 [4 z, A. C# ~7 c( j* }

1. neai_classification_init(knowledge);

复制代码

6 E+ G# U! Q2 Z  l3 h9 O5 X初始化的时候，需要以这个数组为参数。
& R( F+ L1 P3 q1 t+ \
之后我们在定时器中，采集到128个数据之后进行预测。
) L. ^/ u$ D* r* `9 A

1. float IRD[128];
   0 t( }, d) X/ b7 y5 C8 X8 L6 P& s
2. int i = 0;
   
3. int LeranTime= 0;
   $ G3 r" T' _2 B/ d5 N- v$ M% r
4. const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
   + y. ~, a, G% B) {; g. K$ q
5.   "unknown",
   9 E5 ~/ c( \4 a$ W: B' V* i* C, g
6.   "zhongzhi",
   / T; T. Q. _' I4 G
7.   "Error",
   
8.   "xiaomuzhi2",
   ' |1 k) h0 C- B% k, Z- @
9.   "damuzhi",
   9 j0 ?3 Q6 z! p7 t  Y: y
10. };
    
11. float Output[4];
    : X, F3 Y) F" F
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    
13. {
    
14.     uint16_t yuce;
    
15.     maxim_max30102_read_fifo(&red,&ir);
    / o& x" g4 ]- `; U* E% g$ r* n
16.     IRD = ir;
    
17.     i++;
    
18.     //printf("%d ",ir);
    
19.     if(i==128)
    , R1 [1 |7 N" t. R# {+ `6 w! s
20.     {
    
21. 
    4 L' @: j6 T$ Q. x; H
22. 
    
23.       neai_classification(IRD,Output,&yuce);
    $ u" c0 @$ H% o9 `4 O% z0 e
24. 
    
25. 
    
26.       printf("\n\n\n");
    
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    
28.       printf("Error:%.2f\r\n",Output[1]);
    + M/ Z; B; y: o4 J) T
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    5 O* K# V: P0 }; A5 b4 t6 K0 @! B: l- h
31.       LeranTime++;
    + ~! J+ w. ]9 H1 ^# c' z
32.       i = 0;
    ' {( y7 X+ t5 ^3 s) U2 e8 U7 y
33.     }
    , U0 i2 H: K5 p* R' }- _
34. }

复制代码

3 ^* ?. B* ]( f9 Z# L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。
  ^- O1 F8 n$ l1 \% L3 [7 Q9 Y) g

- [9 K1 |! s" ~/ }3 o
- @2 ^7 e  T; P5 Z. B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。



- v# W' \6 y6 w. E当我们放上中指的时候，检测到中指的概率是最大的。


) L. Q( Z0 X& P# u- w1 F0 u
: Z9 M- m1 w1 R5 Z+ J小拇指也是可以正常的检测。
: y, g1 @2 r4 H. t


; N. a4 E, U9 N7 H. F' z转载自：电路小白
7 d# C& d. C2 j, y  t1 J) }如有侵权请联系删除
% N6 @) y0 \5 Q4 p3 O( s! l, \

7 f* c( E4 h/ Q+ _! L5 t
5 h- y, I- h- n