인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This paper highlights the need for intelligent analysis of students' behavioral states in physical education tasks. The hand-ring inertial data is used to identify students' motion sequence states. First, statistical feature extraction is performed based on the acceleration and angular velocity data collected from the bracelet. After completing the filtering and noise reduction of the data, we perform feature extraction by Back Propagation Neural Network (BPNN) and use the sliding window method for analysis. Finally, the classification capability of the model sequence is enhanced by the Hidden Markov Model (HMM). The experimental results indicate that the classification accuracy of student action sequences in physical education exceeds 96% after optimization by the HMM method. This provides intelligent means and new ideas for future student state recognition in physical education and teaching reform.
#Hidden Markov model
#Artificial neural network
#Backpropagation
#Artificial intelligence
#Feature extraction
#Computer science
#Feature (linguistics)
#Physical education
#Pattern recognition (psychology)
#Sequence (biology)
#Markov model
#Machine learning
#Speech recognition
#Markov chain
#Psychology
#Mathematics education
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
