用该传感器判断是食指还是中指还是其他指头。
2 a9 w5 r) {. B1 T
9 y$ [& T) `! f; G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
大拇指
中指（后来用了食指方便）
没有指头（空置）
: X. o) R' \" N9 U
因此我们利用多分类神经网络来实现判断功能。

1. 
   
2. int i = 0;
   0 o" E2 @" ^, `7 l- E! X% s( m
3. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
4. {
   
5.     maxim_max30102_read_fifo(&red,&ir);
   * S, J, d9 B2 B  \, C; V4 o8 a6 h4 D
6.     printf("%ld ",ir);
   
7.     i++;
   * t) R  N& i# f4 r9 j# @% f
8.     if(i==128)
   1 ~2 u: Z! n) o/ z# |  b2 v
9.     {
   
10.       i=0;
    
11.       printf("\n");
    % o9 o! o- B( p  P/ O2 o
12.     }
    * G8 o" t  C1 F5 d
13. }

复制代码

: g5 {! ^( T- C$ O6 w- H信号的输入部分则和上期一样，100HZ的采样率，128的采样长度。
& r. w* x1 R# b! y" b5 E, ]/ X

# s: w/ y7 U! T$ ~  {8 E
创建一个n-Class n分类神经网络。
+ ^+ V$ p. n7 ^
: f# G1 z$ }9 P$ L
/ M, r! E+ c9 q2 z! R( }9 \7 q
, I9 [3 \4 W  }- c其他设置都和上期的保持一样，使用通用一轴传感器。

- \# q1 h3 s- s. \( L* o5 _' P% q
  t( p! m2 L" x+ b
) G* s8 R2 q0 h+ O. l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）
8 q2 V$ s+ H0 T4 g+ }4 A# X
/ X& b2 V( T9 O! ~. q1 u# C
" L. l/ o4 Z( [" Z0 ]
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。


3 d! c1 V/ P9 A4 R% L9 x0 a8 H) P
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)。
3 O: Y" y# M9 k- d! n


6 D2 `2 V: d$ ^% u+ |训练好我们的模型，这里可以关注各指标。
% ]. d' ?5 a# y- w8 A( h
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。

/ ^( u3 _( O0 s" }) D  ^$ l; z
) _  H1 s8 p, L  O* H; z! |0 l
# r6 y* u$ @+ s5 ~/ J$ U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。
9 [" B+ q1 X& k3 i1 |8 W9 P


. k# l4 w* u& ^7 a这里我们需要libneai.a以及两个.h文件
; V( B- F* o2 C' ?. C3 L
STM32中用机器学习实现正确率99.95%的心率异常检测！
4 a* U% l0 E+ k& i% Y% X9 \
怎么导入文件请查看这篇文章。

3 s; H% G6 V# @& s* R) x

8 }7 r; d5 G0 _/ [$ H; _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。
( e6 z, Z; T% H! @; c; @+ n  @
* Q1 p# r& ~& q: L- R4 D1 ^

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。
3 \/ c" z# k% w6 \- l7 l2 y5 [7 z% u
之后我们在定时器中，采集到128个数据之后进行预测。
" j; W1 W7 l+ C" u0 g3 Z
  }# C$ Z6 C; `' }7 ], o

1. float IRD[128];
   0 r0 l5 D2 _4 d5 ~7 j. M
2. int i = 0;
   4 i, m) `8 G5 J5 Z# p; D
3. int LeranTime= 0;
   / p0 [9 s6 p/ }) N) K9 R. G1 U
4. const char *id2class[CLASS_NUMBER + 1] = { // Buffer for mapping class id to class name
   ) t9 [; b# J2 z* Q! k" L
5.   "unknown",
   
6.   "zhongzhi",
   - q- }! V. C/ v. L" W8 `  L- q
7.   "Error",
   " J/ ~7 y/ K& C  c9 |$ K( E
8.   "xiaomuzhi2",
   
9.   "damuzhi",
   . Q' I1 |+ \* P* z8 c2 `3 T$ q$ f
10. };
    ! [" _$ X6 E/ @, S; I" a& B* o
11. float Output[4];
    4 p1 P/ y2 \( H6 ~# c
12. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
    
13. {
    
14.     uint16_t yuce;
    
15.     maxim_max30102_read_fifo(&red,&ir);
    " x8 t. }0 E( e" U
16.     IRD = ir;
    2 g( J9 f7 }# w0 v1 y2 i+ d  y
17.     i++;
    ( P" w  W6 M3 _6 I7 _! o0 g
18.     //printf("%d ",ir);
    ; `8 {- O3 c8 v7 H; C
19.     if(i==128)
    
20.     {
    
21. 
    
22. 
    7 \; @! O# w4 }0 _4 O6 q
23.       neai_classification(IRD,Output,&yuce);
    " \# G" A  J2 |9 F7 i
24. 
    
25. 
    
26.       printf("\n\n\n");
    : S1 `6 |4 T# e: M( B7 p
27.       printf("zhongzhi:%.2f\r\n",Output[0]);
    
28.       printf("Error:%.2f\r\n",Output[1]);
    
29.       printf("xiaomuzhi:%.2f\r\n",Output[2]);
    & a/ Q# Q/ k8 Z, H4 v) w4 D
30.       printf("damuzhi:%.2f\r\n",Output[3]);
    . Y" @# B; O, V7 P2 v' X$ p
31.       LeranTime++;
    : ^1 S1 L- C0 O# Y
32.       i = 0;
    
33.     }
    
34. }

复制代码

+ T! ?2 C5 I; z* J  ^8 T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。


/ Y7 T9 A" x) ~7 {. e
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。

1 K. O" o$ L" E3 u7 R8 n% b
( _* K8 v% d9 t5 c" Y4 ~
当我们放上中指的时候，检测到中指的概率是最大的。



1 [% f) |( r" ^小拇指也是可以正常的检测。
% O0 q, z0 ^1 z3 G; N% }

8 I; u& d& J3 ^# N
$ t1 j3 J8 }! }( I& z% s转载自：电路小白
如有侵权请联系删除
3 W3 O! V  V: C/ |' Z