作者：苏本跃,蒋京,汤庆丰,盛敏 单位：中国自动化学会;中国科学院自动化所 出版：《自动化学报》2017年第05期 页数：11页  （PDF与DOC格式可能不同） PDF编号：PDFMOTO2017050180 DOC编号：DOCMOTO2017050189 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于智能手机传感器数据的人类行为识别研究》PDF+DOC2016年第23期 朱响斌,邱慧玲 《传感器人体运动行为特征识别研究进展》PDF+DOC2019年第01期 景元,吉爱红,张曦元,宋雅伟,陈炜峰 《分段双向去除反向重力加速度算法》PDF+DOC2019年第04期 李兴,侯振杰,梁久祯,常兴治 《基于智能手机的跌倒行为识别算法研究》PDF+DOC2019年第02期 杨晨晨,马春梅,朱金奇 《基于多传感器的智能鞋设计》PDF+DOC2019年第04期 景元,陈炜峰,宋雅伟,张曦元,吉爱红 《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 《基于循环神经网络的人体行为识别》PDF+DOC2018年第06期 宿通通,孙华志,马春梅,姜丽芬 《基于加速度传感器的在途危险品行为姿态检测方法》PDF+DOC2018年第08期 王绍丹,王宜怀,贾荣媛 《智能手机传感器的人体行为识别技术》PDF+DOC2020年第01期 艾达,王倩,樊炜鑫,郝瑞,刘颖 《基于SVM的人体运动状态检测》PDF+DOC2013年第S1期 于雷,辛晓越,卢志泳,陈志鹏,刘宁

    • 人体运动过程中，肢体的运动是连续的，而对应的运动捕捉数据是离散的.为了更好地分析人体日常运动行为的连续性与周期性，本文提出了一种基于函数型数据分析(Functional data analysis，FDA)的人体动态行为识别方法.首先，利用函数型数据分析方法，将可穿戴式运动捕捉系统采集的人体周期行为数据函数化，通过函数准确地定义数据的连续性与周期性；然后，根据导函数信息确定一个运动周期的起始点，并近似地提取出一个运动周期的数据序列；最后，根据不同行为一个周期内的曲线特征差异，利用支持向量机对动态行为进行分类识别.实验结果表明，本文的算法既能够较好地描述人体动态行为的连续性与周期性，又使得运动数据在标定的统一起始点处对齐，且在WARD数据集与自采集数据集上均取得了较好的识别率，分别达到97.5%与98.75%。

    📙 相关资料

    1. 《基于智能手机传感器数据的人类行为识别研究》PDF+DOC 运用智能手机传感器数据进行人类行为识别研究在医疗服务、智能环境和网络空间安全等领域有许多重要应用。目前，大多数的分类方法识别率都不高，尤其是在医疗服务领域。为了提高行为活动的识别准确率，先利用稀疏局部保持投影降维，将实验的数据集进行特征约简得到最优的实验特征子集，再用随机森林集成分类器完成了人类行为......
    2. 《传感器人体运动行为特征识别研究进展》PDF+DOC 人体运动行为特征识别在医疗健康、人机接口、体育竞技等诸多领域都有广泛应用。介绍了常见的用于运动数据采集的传感器和相应方法，简述了运动数据预处理的一般手段；介绍了运动数据特征提取的过程，重点描述了常见运动行为特征识别方法的研究现状，并简述其应用现状。最后，指出了目前运动行为特征识别中所面临的问题，并给......
    3. 《分段双向去除反向重力加速度算法》PDF+DOC 针对角度法在滤除反向重力加速度过程中数据误差导致的线性加速精度不高的问题，提出一种分段双向去除反向重力加速度算法.首先提出一种基于静止点的数据分段法，将静止点作为端点将运动数据分段，以避免角速度积分过程中误差的段间积累；然后设计一种改进于角度法的双向角度法，以数据段为单位去除反向重力加速度，减小了由......
    4. 《基于智能手机的跌倒行为识别算法研究》PDF+DOC 利用智能手机的感知和计算能力，对跌倒行为识别算法进行研究。分析使用多特征传感器识别跌倒行为的必要性，并根据传感器对跌倒行为敏感程度的不同，提出基于主成分分析的多特征选择方法。针对传统K-means算法不能反映数据分布差异的问题，设计基于相对熵的跌倒行为识别算法，利用数据集分布距离进行跌倒行为识别。在......
    5. 《基于多传感器的智能鞋设计》PDF+DOC 为了对人体足部的运动数据进行采集分析，研制了一种对足底压力及足部加速度和角速度数据进行采集的智能鞋系统。智能鞋除了鞋体本身外，包括压力鞋垫模块、无线传输模块和运动数据接收软件。智能鞋采集到足部运动数据后，通过蓝牙将数据发送到接收软件，并对运动数据进行显示和存储。通过多层长短期记忆(LSTM)网络对静......
    6. 《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......
    7. 《基于循环神经网络的人体行为识别》PDF+DOC 使用4种类型的循环神经网络模型(RNN、GRU、LSTM、BLSTM)处理手机传感器采集的异构时间序列数据，用于人体行为识别研究.针对4种模型，分别构建自动特征提取方法，并对参数设置进行优化.在公开数据集UCI HAR上进行了行为识别测试实验，实验结果表明，BLSTM模型的识别精度高达95.7%，可......
    8. 《基于加速度传感器的在途危险品行为姿态检测方法》PDF+DOC 针对危险品在运输途中的监控问题，提出了一种基于六轴加速度传感器的在途危险品行为姿态检测方法。首先利用附着在危险品包装上的六轴加速度传感器模块获取危险品三轴加速度及两轴姿态角数据；然后对运动数据流进行滤波和时间窗口切分，精简数据处理量；最后基于运动数据的统计特征，分析并设计特征向量和决策分类器，实现在......
    9. 《智能手机传感器的人体行为识别技术》PDF+DOC 从传感器选择、特征提取、行为识别等3个方面对基于机器学习的人体行为识别技术进行分析，对比各类算法的优势和不足。总结对比常用公开数据集，并展望人体行为识别技术在案件现场的应用，最后讨论了人体行为识别发展的难点和新方向。...
    10. 《基于SVM的人体运动状态检测》PDF+DOC 针对人体运动状态监测中出现的设备要求苛刻、预测精准确较低等问题，采用了一种基于支持向量机(SVM)的人体运动状态检测方法。该方法通过移动终端设备中的传感器获取人体运动数据，并利用SVM对“小数据集”进行运动状态建模和预测，最终实现了低设备要求、高准确度的人体运动状态检测，并通过实验验证了其有效性。...

    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。