學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Has files: NoSubject: search.filters.subject.Low Cost

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    腳底壓力辨識系統對於穿著不同鞋種的機器學習與特徵組合之研究
    (2023) 許家維; Hsu, Chia-Wei
    物聯網應用在近年生活中越來越廣泛，像是智慧型手機、智慧手錶與電腦等，皆讓人類的生活更加便利，為了快速且更安全的身分認證來解鎖相關設備，生物辨識技術扮演了非常重要的角色，此技術相較於傳統文字密碼而言，不易被偽造且安全度較高。在過去的腳底壓力分析的研究中，大多皆以赤腳為主要實驗條件，對於在多鞋種相關的條件下研究較少，其使用成本較高的設備進行研究，因設備成本較高對於腳底壓力辨識技術廣泛的應用較為困難。本論文主要在探討受測者穿著多鞋種的情況下，使用腳底壓力辨識技術搭配機器學習與特徵進行身分辨識，最終分析不同機器學習與多特徵組合之辨識率、訓練時間和鞋種。實驗結果顯示使用隨機森林 (Random Forest, RF)在多鞋種實驗中可以達到最佳辨識率77%，訓練時間為2.83秒是所有機器學習中訓練時間最快；其在單一鞋種實驗中可以達到86%辨識率並發現慣用鞋能有更高辨識率。
  • No Thumbnail Available
    Item
    腳底壓力辨識系統結合機器學習之分析與研究
    (2019) 陳建翰; Chen, Chien-Han
    由於近年來生物辨識技術的興起，讓認證方式不再同於以往的帳號密碼，不僅使生活更為便利且其安全程度也更為可靠，不過在廣大的生物辨識市場之中，系統成本與辨識度考量下要如何達成平衡一直都是辨識系統難以普及化的重點議題之一，在過去研究發現，系統在特徵提取的結果與系統著重於機器學習效果的比例較少，在訓練時所耗費的成本也較無研究。本論文主要在於研究探討分析腳底壓力資訊取出特徵，並與機器學習搭配組合，創造出快速取得腳底壓力資訊且快速訓練且擁有高準確率的系統模組，接著並進一步根據系統辨識率與感測器感測狀況來調整數量達到節省成本的目的。實驗結果顯示我們所開發的系統不僅在辨識結果上有不錯的成績，在訓練處理時時間與辨識時間上也能達到良好的效果，成本上也比先前的便宜，並獲得對此系統普及化與實作上有助的資訊。