用该传感器判断是食指还是中指还是其他指头。
# y# [4 `- a' v& z; r! i8 i
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。
/ Z7 ~1 @( d; h& |2 p1 w小拇指
: H! j5 F# z9 @7 W大拇指
中指（后来用了食指方便）
9 A! O9 }- y- W3 f( j没有指头（空置）
$ P- Q2 C* P$ m. a4 G) w' y$ c
7 @# b2 D2 O6 {因此我们利用多分类神经网络来实现判断功能。
/ }8 y' A. h. a6 h  g% q
* R$ R4 c/ R- B2 v. b* j9 g! Z

1. 
   
2. int i = 0;
   
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
4. {
   
5.     maxim_max30102_read_fifo(&red,&ir);
   
6.     printf("%ld ",ir);
   7 ?/ W& w1 _/ J5 j3 Q
7.     i++;
   
8.     if(i==128)
   7 M7 e9 R" c  u$ ?
9.     {
   
10.       i=0;
    3 ~2 \' w) ^# l* T5 Z
11.       printf("\n");
    % k4 A' U6 k7 e, ]
12.     }
    9 g, y1 G4 K8 U/ U1 ?0 w
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。

: @) x1 q  B' p: H: x2 D) |
7 U" N: Q$ s. Y  C$ r3 D
6 X) `- `: y( J2 P1 g创建一个n-Class n分类神经网络。
# L+ T& A7 j- P/ ]* V4 H

+ T# R! [6 U: t
其他设置都和上期的保持一样，使用通用一轴传感器。
% v; w  S% [+ s+ r9 z. k8 Q$ ]& H


1 |# T" K0 y% W: 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）
! @7 a1 M4 ]4 b# j
$ }8 R6 L# ~6 @" K+ g, C4 [4 |! J: R

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。
7 L5 O  {1 `! P7 P7 ~  o8 f


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)。
, L7 P% `0 p& I: u( ]0 t; l+ f


训练好我们的模型，这里可以关注各指标。

  N: S) U  _  t9 \: S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。
5 M5 j/ y6 z; F; [
7 R% Y4 [/ D! I. @( T& o
/ K3 ~7 ~* b8 ^2 `5 u) f/ M3 j. e
. n' Q  c, B6 H+ \& V' {/ A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。
$ B% ^2 W% R( ~# O5 o: ~3 P7 [* d


# k9 Z' R3 e6 e) K0 E6 w( A- y5 H" B这里我们需要libneai.a以及两个.h文件
1 ?7 c2 W4 z/ C, K9 [+ e
, P$ A1 ^, n3 ^& L( HSTM32中用机器学习实现正确率99.95%的心率异常检测！
. X5 [- W9 ~4 |+ b8 c( _
怎么导入文件请查看这篇文章。
$ [# j8 T9 G1 {; K2 K& z

0 x% f9 Q+ x" R5 C5 f0 k) F' \
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。
) u  [, d" L& E' Y


2 }4 |7 y3 s3 }8 M2 N( f$ @

1. neai_classification_init(knowledge);

复制代码

# \% G5 i' W4 y7 {# B8 l0 `" t初始化的时候，需要以这个数组为参数。

# C0 w# Y) E% X& O: ]. D& l之后我们在定时器中，采集到128个数据之后进行预测。
3 n0 n5 d3 i+ r) i

1. float IRD[128];
   2 a5 _2 A5 O+ ~2 i( |
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",
   
6.   "zhongzhi",
   & w$ M) o9 N2 c( U' b: |
7.   "Error",
   * A9 h3 j# {: r
8.   "xiaomuzhi2",
   
9.   "damuzhi",
   
10. };
    ) b9 i7 `0 z  ]% j
11. float Output[4];
    
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    
13. {
    
14.     uint16_t yuce;
    + I6 u, G/ P6 V) |! g9 c7 w9 W5 M1 N
15.     maxim_max30102_read_fifo(&red,&ir);
    ( m" m% K* l0 D
16.     IRD = ir;
    
17.     i++;
    
18.     //printf("%d ",ir);
    
19.     if(i==128)
    2 H! x: T* V  k) n' D( _
20.     {
    " c  }. P/ q8 {% G- q( {! r  w/ @
21. 
    
22. 
    ' v, m2 E. h; Y
23.       neai_classification(IRD,Output,&yuce);
    5 E: A" r( A0 z0 v+ Z# x" E# h! h
24. 
    
25. 
    
26.       printf("\n\n\n");
    
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    : r2 C1 \4 L2 t. w/ G
28.       printf("Error:%.2f\r\n",Output[1]);
    1 b; ]& ?+ T5 w" O
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    8 O, K/ K" i. r+ T1 `; A' }
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    / g+ Z; \+ l+ @3 O. g4 v
31.       LeranTime++;
    
32.       i = 0;
    1 ]. C% f% ~5 P2 Y, Z& D
33.     }
    
34. }

复制代码

: q0 X6 Z9 M6 d* q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。
; c. _; {) }$ [! D
- M8 h  g, g$ E( I$ _' r2 K: d
' p& ~! n7 k1 h
5 ?6 B- h7 N* o  {! i" o1 Y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。


  i6 J) m" E+ j0 D
当我们放上中指的时候，检测到中指的概率是最大的。

0 ?- @& b7 G# c1 i' k
$ k" i& o3 J/ m: K
小拇指也是可以正常的检测。
! m% f: s" g; e) N9 x+ L: m
6 C/ U* o# `  v' T, M' A

转载自：电路小白
如有侵权请联系删除

6 l+ x2 d$ P( H5 ~0 E2 @8 Z3 ]

9 G7 Z0 M: u. x: F! K
! E6 j/ T% ]9 d% Y4 n; h