基于电容传感器的头部手势识别数据集
数据来源：互联网公开数据
标签：头部手势识别,电容传感器,时间序列,机器学习,深度学习,智能轮椅控制,3D头部位置
数据概述：
本数据集用于训练多种经典机器学习和深度学习模型，旨在实现基于电容传感器的头部活动检测。数据集包含来自4个低功耗传感器的时间序列数据，以及对应6种不同头部动作的标签。这些数据记录了头部在不同动作下的电容变化情况，为开发智能轮椅控制等应用提供了基础。
数据用途概述：
该数据集适用于头部手势识别算法的研究、智能辅助技术的开发以及相关机器学习和深度学习模型的训练与评估。研究者可以通过此数据集探索头部动作识别的模式，提高算法的准确性和鲁棒性。此外，数据集还适合用于教育培训，帮助学习者掌握头部动作识别技术及其在智能系统中的应用。
重要信息：
使用本数据集进行研究时，必须引用至少两篇相关论文：
1. M. C. Dobrea, D. M. Dobrea 和 I. C. Severin, "一种基于电容传感器的新型可穿戴系统用于智能轮椅的头部手势识别," 2019 E-Health and Bioengineering Conference (EHB), Iasi, Romania, 2019, pp. 1-5, doi: 10.1109/EHB47216.2019.8969993.
2. I.C. Severin 和 Dobrea, Dan-Marius, "基于电容传感器的头部手势识别使用深度学习算法," 基亚西电气工程、电力工程和电子学报, 卷67, 号3, 2021, pp.73-92. https://doi.org/10.2478/bipie-2021-0018
联系信息：
如需更多信息，请联系 mcdobrea@etti.tuiasi.ro, mdobrea@etti.tuiasi.ro 和 severinionut10@gmail.com。
