SonicOperator之实验

最新推荐文章于 2017-06-17 18:19:43 发布
原创 最新推荐文章于 2017-06-17 18:19:43 发布 · 366 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了一款App的手势录制过程，包括安装、启动悬浮框及在指定应用中录制手势操作等步骤。

安装，即可在桌面上看到我们的APP

这里写图片描述

这里写图片描述

[1].进入App后会看到如下的界面
在“应用名称”一栏输入您期望生成的应用的名称，单击“生成预览”即可进入如
[2].单击开始按钮即可出现左上角的悬浮框，并回到主界面，点开想要录制手势的App，例如这个阅读App

这里写图片描述
这里写图片描述
[3].滑动左上角的悬浮窗，即开始录制在这个App上的所有手势操作

SonicOperator
关注
SonicOperator之傅里叶变换1
lxy的学习笔记
05-08 893
一、什么是频域从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而我们也想当然的认为，世间万物都在随着时间不停的改变，并且永远不会静止下来。但如果我告诉你，用另一种方法来观察世界的话，你会发现世界是永恒不变的，你会不会觉得我疯了
SonicOperator之实验2
SonicOperator的博客
06-17 321
[4].左划悬浮框，即停止录制手势，输入这段录屏的名字，即可将这段手势的信息存入本地的数据库中 [5].点击屏幕下方的加号将超声波手势与屏幕操作手势绑定在一起，之后每次做该超声波手势时即可完成对应的手机操作 [6].打开定义方案界面后，我们可以将已经完成录制的方案上传到云端，分享给其他用户 [7].当在云端看到适合自己的手势操作方案时，我们可以选择下载相应的配置文件并在本地使用
SonicOperator之结论
SonicOperator的博客
06-17 355
我们的SonicOperator最终实现了一套用户可以通过手势完成手机操作的隔空手势操作系统。在我们的系统中，用户通过匹配手势与相应的操作，在不方便触碰屏幕或者不想触碰屏幕时，仅需通过简单的手势操作就可以轻松完成诸多手机操作。我们的作品具有很大的突破性和创新性。目前来看，市面上并没有一款像我们这样基于超声波的隔空手势操作系统，我们的系统既帮助人们在诸多不方便直接触碰设备的场景中可以通过手势轻松完成手
SonicOperator之算法优化
SonicOperator的博客
05-29 423
在该系统的算法与设计以及优化部分，通过适当数据清洗，数据降噪，完成对数据的预处理，将数据映射到合适的低维空间，挖掘数据分布的模式，检验稀疏模式与负相关模式是否存在，最后使用经过优化处理的神经网络机器学习模型求得数据在假设空间上的拟合函数，完成最终的分类任务。 4.1 数据清洗 数据清洗对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。 在进行常规的检验数
SonicOperator之Android端
SonicOperator的博客
05-28 609
客户端允许用户根据自身喜好自定义操作，将解决方案上传到云端共享，或者下载直接使用。 用户打开脚本录制按钮，在屏幕上做出一系列操作，app会采集触屏数据信息，关闭数据采集按钮后，用户填入相应描述信息，app对有用屏幕数据的提取，生成配置文件以供使用。 在“云端”栏，用户选中其中一个解决方案，点击下载，即可在供用户使用。在“我的手势”栏，用户可编辑、删除本地手势。点击调整精度，可以根据习惯选择高中低
SonicOperator之超声波
lxy的学习笔记
06-17 1085
多普勒效应是波源和观察者有相对运动时，观察者接受到波的频率与波发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细（即频率变高，波长变短），而离我们而去的火车鸣笛声变得低沉（即频率变低，波长变长），就是多普勒效应的现象，同样现象也发生在私家车鸣响与火车的敲钟声。 超声波，又称超音波，是指任何声波或振动，其频率超过人类耳朵可以听到的最高阈值20kHz（千赫）。因而我们利用手机发出超声波，人耳不
SonicOperator之Abstract
SonicOperator的博客
05-07 365
近年来，随着互联网行业的飞速发展和移动智能终端的升级 换代，智能手机的交互方式愈发受到人们的关注，触控操作极大地方便了人们对智能手机的使用，但也有着种种局限性。如必须用手指触摸屏幕才能完成操作，而有些时候，如手上有水，戴着手套时，是不能用手指触摸屏幕的；频繁的触摸会在屏幕上留下指纹，影响屏幕的观赏体验。本文中，我们提出了一种新颖的手势识别方式，该系统利用手机自带的扬声器发出21kHz的超声波，当用户
SonicOperator之数据处理
lxy的学习笔记
06-17 750
数据清洗对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。 在进行常规的检验数据的时候，根据基本原则，去掉重复数据与冲突数据。将采集到的数据视为均匀分布在设定的特征值数量的情况下，根据得到的数据分布选择适当的插值来补充缺失的特征。对于这样经过快速傅立叶变换后的数据，经过多次实验，最终选择牛段插值法。 数据降噪 信息中的噪声数据的变化波动幅度相对于整体数据
SonicOperator之Azure云端
SonicOperator的博客
05-29 504
Azure 是一种灵活和支持互操作的平台，它可以被用来创建云中运行的应用或者通过基于云的特性来加强现有应用。我们在 Azure 云上部署了我们的服务器。服务器分为计算和存储两部分。计算部分负责实现机器学习，通过对用户手势的学习和分析，获知用户做了什么手势。同时在我们还需要在云端保存用户手势与操作的对应表，这样既节省了用户本地的存储，也方便了用户在不同的设备上使用同一套解决方案。 工作流程 服务
SonicOperator之多普勒效应
lxy的学习笔记
05-07 1360
多普勒效应是波源和观察者有相对运动时，观察者接受到波的频率与波源发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细（即频率变高，波长变短），而离我们而去的火车鸣笛声变得低沉（即频率变低，波长变长），就是多普勒效应的现象，同样现象也发生在私家车鸣响与火车的敲钟声。 这一现象最初是由奥地利物理学家多普勒1842年发现的。荷兰气象学家拜斯·巴洛特（Buys Ballot）在1845年让一队喇叭手
OneRec是一个专注于多源信息融合与知识集成的开源推荐算法库_它旨在打破数据孤岛并极大扩充推荐系统的外部世界知识_通过可插拔的模块化设计整合行为数据_包括多信号与长短期用户行为序.zip
12-04
OneRec是一个专注于多源信息融合与知识集成的开源推荐算法库_它旨在打破数据孤岛并极大扩充推荐系统的外部世界知识_通过可插拔的模块化设计整合行为数据_包括多信号与长短期用户行为序.zip
这是一个旨在构建一个开放协作结构化持续进生的社区驱动型知识库与代码资源集合中心的项目它通过GitHub平台汇聚来自全球开发者学习者及技术爱好者的多元化智慧结晶涵盖从入门.zip
12-04
这是一个旨在构建一个开放协作结构化持续进生的社区驱动型知识库与代码资源集合中心的项目它通过GitHub平台汇聚来自全球开发者学习者及技术爱好者的多元化智慧结晶涵盖从入门.zip
峰值密度聚类matlab代码-Clustering-based-density-peaks.zip
最新发布
12-04
峰值密度聚类matlab代码-Clustering--based--density--peaks.zip
（47页PPT）南京地铁集团大数据在城轨行业的应用.pptx
12-04
（47页PPT）南京地铁集团大数据在城轨行业的应用.pptx
基于Create-React-App脚手架构建的现代化React单页面应用开发入门项目_该项目详细展示了如何使用官方推荐的Create-React-App工具链快速初始化开发测.zip
12-04
基于Create-React-App脚手架构建的现代化React单页面应用开发入门项目_该项目详细展示了如何使用官方推荐的Create-React-App工具链快速初始化开发测.zip
基于MediaPipe与YOLOv5的手语视频识别系统源码实现（USTC数据集）
12-04
本资源提供一套针对手语视频进行自动识别的完整系统实现方案，该方案融合了USTC标准数据集、MediaPipe姿态估计框架以及Yolov5目标检测模型。此项目原为本科生毕业设计课题，在最终答辩环节获得了接近满分的优异评价。全部程序代码均经过充分验证与调试，保证其可顺利部署与执行，适合学习者直接获取并应用于实践。 该系统源码尤其适用于计算机科学、信息通信、智能技术及自动化等专业领域的在校学生、教师或行业技术人员参考使用。它可作为课程作业、学期项目或毕业设计的优质基础材料，具备显著的教学参考与工程借鉴意义。对于具备一定技术基础的开发者，可在现有架构上进一步调整与扩展，以适配更多样化的功能需求。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
汽车电子新一代传感器技术分析：激光雷达/4D毫米波/3D-ToF在智能驾驶与座舱中的应用研究
12-04
内容概要：本文围绕新一代传感器产品在汽车电子电气架构中的关键作用展开分析，重点探讨了智能汽车向高阶智能化演进背景下，传统传感器无法满足感知需求的问题。文章系统阐述了自动驾驶、智能座舱、电动化与网联化三大趋势对传感器技术提出的更高要求，并深入剖析了激光雷达、4D毫米波雷达和3D-ToF摄像头三类核心新型传感器的技术原理、性能优势与现存短板。激光雷达凭借高精度三维点云成为高阶智驾的“眼睛”，4D毫米波雷达通过增加高度维度提升环境感知能力，3D-ToF摄像头则在智能座舱中实现人体姿态识别与交互功能。文章还指出传感器正从单一数据采集向智能决策升级，强调车规级可靠性、多模态融合与成本控制是未来发展方向。; 适合人群：从事汽车电子、智能驾驶、传感器研发等相关领域的工程师和技术管理人员，具备一定专业背景的研发人员；; 使用场景及目标：①理解新一代传感器在智能汽车系统中的定位与技术差异；②掌握激光雷达、4D毫米波雷达、3D-ToF摄像头的核心参数、应用场景及选型依据；③为智能驾驶感知层设计、多传感器融合方案提供理论支持与技术参考； 阅读建议：建议结合实际项目需求对比各类传感器性能指标，关注其在复杂工况下的鲁棒性表现，并重视传感器与整车系统的集成适配问题，同时跟踪芯片化、固态化等技术演进趋势。
e0gd_newEogdMusicPlayer-spigot_13996_1764829343995.zip
12-04
e0gd_newEogdMusicPlayer-spigot_13996_1764829343995.zip
前端资源导航静态网页项目_使用React框架构建的现代化前端开发资源聚合平台_整合了HTML5CSS3JavaScriptTypeScriptVuejsAngular.zip
12-04
前端资源导航静态网页项目_使用React框架构建的现代化前端开发资源聚合平台_整合了HTML5CSS3JavaScriptTypeScriptVuejsAngular
汽车电子基于ASPICE的软件集成与系统测试框架：需求验证及验收测试全流程设计
12-04
内容概要：本文系统阐述了汽车电子软件测试的整体框架，重点围绕软件及系统集成测试、软件与系统（需求）测试、验收测试、测试报告编写以及整体测试状态汇总五大核心环节展开。详细说明了软件集成测试与系统集成测试在组件聚合、软硬协同、接口验证等方面的实施策略与技术差异，明确了软件测试偏重逻辑正确性（白盒）、系统测试关注端到端行为表现（黑盒）的定位区分，并强调验收测试正从工程交付关口转变为用户价值验证的核心环节。同时，文章指出测试报告需建立需求与用例间的可追溯链，整体测试状态汇总则是呈现软件质量全景的“仪表盘”，对于多域协同的复杂汽车系统至关重要。; 适合人群：从事汽车电子、嵌入式系统开发与测试的工程师，尤其是工作1-3年、希望深入理解软件测试体系与流程的中初级技术人员；也适用于项目管理人员和技术负责人； 使用场景及目标：①理解汽车软件测试各阶段的边界、职责与协作关系；②掌握集成测试中软/硬件接口验证的方法论；③构建从技术测试到用户价值验证的全局视角，提升测试策略设计能力； 阅读建议：此资源以工程实践为基础，结合ASPICE等标准演进，不仅讲解测试技术细节，更强调测试管理与用户思维的融合，建议结合实际项目流程对照学习，并关注各测试层级之间的衔接与追溯机制。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值