《基于可穿戴传感器的行为识别随机逼近模型》PDF+DOC
作者:高蕾,曹建忠
单位:陕西省计算机学会
出版:《计算机技术与发展》2014年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFWJFZ2014120200
DOC编号:DOCWJFZ2014120209
下载格式:PDF + Word/doc 文字可复制、可编辑
《应用K-means聚类的分布式多传感器航迹关联算法》PDF+DOC2018年第03期 李素,王运锋
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《浅谈基于传感器的人体行为识别》PDF+DOC 王宏研
《基于手机传感器的用户行为识别》PDF+DOC2017年第03期 庄姝颖,皮德常
《基于最优模糊系统的非线性校准数据计算方法》PDF+DOC2016年第12期 朱学锋
《基于手机传感器的室内用户行为识别》PDF+DOC2016年第05期 李晶,黄鹤,邓南山,于广涛,常坤
《基于智能手机传感器的大学生行为识别研究》PDF+DOC 丁艳,梁恒滔,付洁,顾丽红
《一种基于Internet的用户行为分类方法与模型的研究》PDF+DOC 董富强,马力,武波
《改进的动态最近邻聚类算法在传感器校正中的应用》PDF+DOC2011年第01期 李文江,程海英,闫孝姮
《基于支持向量机多分类器的室内外场景感知算法》PDF+DOC2015年第11期 阮锦佳,罗丹,罗海勇
为了使分类器能够在某个强度级别的行为样本集上训练而在其他强度级别上正确分类行为,提出了行为识别的随机逼近模型。在训练阶段从加速度计的时间序列数据提取特征,然后将特征送入聚类算法。数据依据行为聚类,聚类的均值和方差组合成相对应的SAM。在识别随机行为阶段,测试样本和每种行为类别的SAM进行比较。利用聚类算法和随机逼近给每种行为创建模型,然后使用启发式随机逼近最近邻方法来对行为进行分类。在实验中结合k-均值和高斯混合模型两种聚类算法,验证了提出的随机逼近模型的性能优于其他几种流行的行为分类方案。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。