《基于手机传感器的用户行为识别》PDF+DOC
作者:庄姝颖,皮德常
单位:盐城工学院
出版:《盐城工学院学报(自然科学版)》2017年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFYCGZ2017030120
DOC编号:DOCYCGZ2017030129
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《一种基于特征增强和决策融合的人体行为识别方法》PDF+DOC2016年第S2期 宦若虹,陈月
《面向摔倒监测的纽扣型可穿戴式节点系统》PDF+DOC2016年第06期 孙祥,庄伟,戴栋
《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基础行为识别方法研究》PDF+DOC2020年第04期 孔菁,郭渊博,刘春辉,王一丰
《浅谈行为识别研究及行为识别模型》PDF+DOC2020年第06期 丁艳
《基于三轴加速度传感器人体姿态识别的特征选择》PDF+DOC2019年第03期 范书瑞,贾雅亭,刘晶花
《一种基于表面肌电信号及三轴加速度信号的步态识别方法》PDF+DOC2019年第32期 郝静涵,杨鹏,陈玲玲,耿艳利
《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
《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
基于手机传感器实现用户行为识别在健康监控、时间管理和个人喜好分析、资讯筛选和推送等方面的重要作用,研究一种基于手机三轴加速度传感器、方向传感器获取用户数据,采用SVM多分类方法中的决策树分类方法,在决策树各节点训练SVM分类器,用于识别静止、步行、奔跑、上楼梯和下楼梯等5种日常行为,进而实现对用户行为的识别。通过对不同实验者的交叉对比实验,识别准确率平均为91.65%,证明了这一方法的有效性。
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。