走在汽車革命的路上論文書籍站
長庚大學 資訊工程學系 呂仁園所指導 陳韋誠的 基於HMM的基礎動作合成之手勢辨識 及其於Wiimote上的實做 （2010），提出電容 上面 的 數字關鍵因素是什麼，來自於三軸加速度感測器、手勢辨識、訊號處理、隱藏式馬可夫模型。
而第二篇論文長庚大學 資訊工程學研究所 呂仁園所指導 簡呈霖的 三軸加速度感測器之手勢動作辨識系統 （2008），提出因為有 加速度、三軸感測器、手勢動作辨認、馬可夫模型的重點而找出了 電容 上面 的 數字的解答。
基於HMM的基礎動作合成之手勢辨識 及其於Wiimote上的實做
為了解決電容 上面 的 數字 的問題，作者陳韋誠 這樣論述：
近年來，有越來越的研究專注在手勢動作的辨認上面，應用方面包涵了手語辨認、醫療模擬、虛擬實境等等，這些研究所使用的輸入裝置不盡相同，各有其優缺點，三軸加速度感測器的實做也是非常多人在研究的其中一塊領域。在研究中，我們以之前的阿拉伯數字0到9辨識做為基礎，往上發展提高辨識率，並且將辨識目標能夠到連續的數字。和以往方法不同，我們將原有的一數字一模型的方法拿掉，取而代之的方法是由我們觀察阿拉伯數字以及英文字母所定義的基礎動作，基礎動作能夠涵蓋上述所提到的兩種辨識目標，而所有動作的辨識都是要先經過拆解成基礎動作的步驟。系統同樣的沿用訊號前處理的方式：平滑化以及正規化，再透過拆解基礎動作將全部的動作化為
16種基礎動作模型拿去做訓練。本研究定義的手勢動作為阿拉伯數字的0到9，資料數量為每個手勢動作各有10筆，全部的資料總共為100筆手勢動作資料。平均辨識率為97.78%。並且應用在分群後連續數字上與以前的一數字一模型方法比較，平均辨識率可以達到62.26%。
三軸加速度感測器之手勢動作辨識系統
為了解決電容 上面 的 數字 的問題，作者簡呈霖 這樣論述：
近年來，有越來越的研究專注在手勢動作的辨認上面，應用方面包涵了手語辨認、醫療模擬、虛擬實境等等，這些研究所使用的輸入裝置不盡相同，各有其優缺點，本論文使用了不同於傳統輸入裝置的三軸加速度感測器實做一套方便使用且不對使用者有太大負擔的動作辨識系統。在本研究中，我們分析了由三軸加速度感測器所接收到各個手勢動作的三軸分開的加速度訊號，並將這些訊號做了smoothing，normalize與feature extraction的訊號前處理，最後將取完特徵的手勢動作資訊建立機率模型，將建立好的動作模型與新的手勢特徵資訊比對來達到動作辨認的效果。本研究定義的手勢動作為阿拉伯數字的0到9，資料數量為每個手
勢動作各有120筆，全部的資料總共為1200筆手勢動作資料。平均辨識率為90.3%。在辨識實驗的過程中採用了動作模型與辨認資料產生者無關的user independent方法來確保實驗結果的可靠度。