作者：王忠民,张琮,衡霞 单位：四川省计算机研究院 出版：《计算机应用研究》2017年第12期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFJSYJ2017120110 DOC编号：DOCJSYJ2017120119 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器的人体运动行为识别研究》PDF+DOC2016年第03期 张洁 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 张烈平,匡贞伍,李昆键,韦克莹,王政忠,张声岚,王瑞 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC2018年第12期 朱连章,陈殿明,郭加树,张红霞 《基于无线体域网的囚犯异常行为实时分析》PDF+DOC2015年第03期 杨璐璐,陈建新,周亮,魏昕 《基于CHMMs的自适应行为识别方法》PDF+DOC2014年第10期 李军怀,严其松,王志晓,魏嵬,张璟 《一种基于三维加速度传感器的人体行为识别方法》PDF+DOC2013年第06期 徐川龙,顾勤龙,姚明海 《基于加速度传感器的人体行为识别系统的设计与实现》PDF+DOC2014年第12期 徐炳雪,史建华,钱俊臣,赵玉铎,倪健 《融合关联性的多任务压缩感知行为识别方法》PDF+DOC2015年第06期 段梦琴,李仁发,黄晶 《运用开端神经网络进行人体姿态识别》PDF+DOC2017年第S2期 柴铎,徐诚,何杰,张少阳,段世红,齐悦 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC2020年第19期 陈法权,樊军

    • 基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点，传统的贝叶斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征，并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法(convolutional neural network，CNN)在大数据量与小数据量两种情况下分别进行特征学习，直接读取智能手机内置三轴加速度数据，自动提取加速度信号的特征，利用自动提取出来的加速度数据特征，结合决策树算法实现人体行为的分类识别。实验表明，该识别方法准确率较传统机器学习方法提高了1.1%~5.2%，尤其在大数据量下准确率提高更为明显。

    📙 相关资料

    1. 《基于加速度传感器的人体运动行为识别研究》PDF+DOC 基于单个加速度传感器的人体运动行为识别进行研究，文中分析了人体运动监测系统组成及人体动作识别中的加速度数据采集、数据预处理、特征提取、基于SVM的分类识别过程，最后对文中的识别机制进行验证，结果表明：该识别方法的准确度较高。...
    2. 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 人体活动行为识别在医疗、安全、娱乐等方面有着广泛的应用，为了高效、准确地获取人体活动的行为信息，提出一种基于加速度传感器和神经网络的个人活动行为识别方法。该方法通过在个人手上佩戴加速度传感器，实时采集个人活动的行为数据；再通过BP神经网络分析相关行为数据并建立个人活动行为模型，分类识别个人的行走、坐......
    3. 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC 在基于传感器的人体行为识别研究中，传统的机器学习方法需要具备一定的人体运动领域知识来做特征提取，而且工程量大。而现有的神经网络模型结构简单，对数据特征的挖掘不充分从而识别准确率不高。针对上述问题，提出一种基于协同LSTM神经网络的人体行为识别方法。该方法首先对LSTM模块的结构进行改进，搭建协同LS......
    4. 《基于无线体域网的囚犯异常行为实时分析》PDF+DOC 随着无线传感技术的快速发展，无线体域网在远程医疗、智能家居等方面的应用日渐成为研究热点。监狱作为一个特殊场所，对囚犯的日常行为监控是必不可少的。准确而有效的监控系统能够在囚犯有异常行为发生时及时告警，这有助于监狱的管理，并阻止危险事故的发生。在监狱环境下，提出一种基于无线体域网的囚犯异常行为识别方法......
    5. 《基于CHMMs的自适应行为识别方法》PDF+DOC 针对基于传感器的行为识别系统中通道数据缺失问题，采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法，该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走、坐、躺四种行为，结果表明该方法的识别率在84%以上，并且与其他相关方法相比，具有......
    6. 《一种基于三维加速度传感器的人体行为识别方法》PDF+DOC 提出了一种基于单个三维加速度传感器的人体行为的特征提取及识别方法，主要识别了站立、走、跑、上楼和下楼五种动作.该方法提取了多种统计特征包括标准差、偏度、峰度和相关系数实现多层分类.实验表明，本文采用的方法能够有效地识别这五种动作。...
    7. 《基于加速度传感器的人体行为识别系统的设计与实现》PDF+DOC 为了能够有效地提取人体行为特征，提出了一种基于加速度传感器的人体行为识别系统，主要识别站立、行走、跑步、上楼、下楼这5种人体行为。该系统通过提取标准差、偏度、峰度和相关系数等统计特征来实现多层分类。实验表明，该系统可以有效地对这5种人体行为进行识别。...
    8. 《融合关联性的多任务压缩感知行为识别方法》PDF+DOC 基于传感器的人体行为识别是一个新兴研究领域，作为物联网的一项重要应用，在医疗监护、助老助残、智能办公/家居等方面有着广阔的应用前景。识别率是行为识别的一个重要衡量指标，而特征和分类算法又是影响识别率的两个重要因素。提取了基于多传感器行为识别架构的关联特征，并引入压缩感知和稀疏表示理论，提出一种多任务......
    9. 《运用开端神经网络进行人体姿态识别》PDF+DOC 通过迁移深度神经网络在图像识别方面的经验，提出了一种基于Inception神经网络和循环神经网络结合的深度学习模型(InnoHAR)，该模型端对端地输入多通道传感器的波形数据，利用1&#215；1卷积对多通道数据的有机组合，不同尺度的卷积提取不同尺度的波形特征，最大池化过滤微小扰动造成的假阳......
    10. 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC 针对人体步态识别准确率不高且需要手动提取信号特征的问题，采用卷积神经网络(CNN)自动提取传感器信号特征，对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统，采集人体的运动信息；针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类；利用检测的数据验证了所提方法的可行性，......

    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。