《基于加速度传感器的人体运动行为识别研究》PDF+DOC

📙 相关资料

1. 《基于体感网的人体运动监测动作识别研究》PDF+DOC 分析了基于体感网的动作识别过程，包括数据采集、数据预处理、数据的窗口分割、特征提取和选择、分类和识别过程，并以人体步态分析为例，验证了体感网识别的精确性。...
2. 《基于手机传感器的室内用户行为识别》PDF+DOC 行为识别近年来已成为热点研究领域。本文介绍了利用智能手机感知用户行为的研究，主要通过智能手机内置传感器获取用户在室内移动中的数据，利用分类模型对该数据进行分析，建立学习模型，最终测试行为识别结果，并对不同分类模型的准确度进行了对比。...
3. 《基于加速度传感器的建筑工人施工行为识别方法》PDF+DOC 对建筑工人施工行为的自动化识别是建设施工质量安全以及工作效率实时管理的核心方法，需要建筑、信息、管理等多领域交叉集成。该文以钢筋工为例，利用加速度传感器在工地现场采集钢筋工施工过程中手腕处运动的加速度数据，将钢筋工的所有行为分为3类。从加速度数据中提取特征值，应用分类器进行机器学习实验并进行精度对比......
4. 《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。...
5. 《基于人工神经网络的人体识别算法研究》PDF+DOC 针对当前人体活动状态识别方法中存在识别算法复杂、可实施性差、实时性差等问题，提出了一种改进的基于人工神经网络的人体识别算法.通过加速度传感器采集人体腰部的加速度数据，运用滑动时间窗方法进行时域特征的提取，采用基于人工神经网络的分类方法对特征进行处理，识别出人体的各种行为，该方法的软硬件复杂度低，易于......
6. 《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC 单一传感器在人体行为识别中误差较大，针对此问题提出一种利用智能手机中惯性传感器并结合卷积神经网络(convolutional neural network，CNN)的人体行为识别方法。文中利用构建的卷积神经网络模型自动提取加速度和角速度数据特征，并结合Softmax分类器识别人体行为。实验结果表明，......
7. 《基于TensorFlow及LSTM模型的室内行为识别算法的研究与实现》PDF+DOC 智能手机的功能越来越复杂，最新的智能手机配备许多各式各样且功能强大的传感器，这些传感器包括GPS传感器、视觉传感器(如摄像头)、听觉传感器(如耳机)、光传感器、温度传感器、方向传感器(如指南针)和加速度传感器(如加速计)，它们在使用中所产生的大量数据为我们进行室内行为识别分析提供机会。通过智能手机加......
8. 《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......
9. 《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......
10. 《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......