《基于智能手机的车辆行为实时判别与渐进矫正方法研究》PDF+DOC
作者:范菁,吴青青,叶阳,董天阳
单位:重庆西南信息有限公司
出版:《计算机科学》2017年第03期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJA2017030590
DOC编号:DOCJSJA2017030599
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
《基于改进SVM分类器的动作识别方法》PDF+DOC2016年第01期 王见,陈义,邓帅
《针对人体行为隐式识别的传感器节点部署优化》PDF+DOC2017年第14期 胡庭进,刘进军,张永,吴玺
《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
《基于单个三轴加速度计的人体行为识别研究》PDF+DOC2019年第02期 张宇,郭达,高志勇,周大海
《基于函数型数据时间序列建模的单传感器日常行为识别》PDF+DOC2018年第07期 苏本跃,郑丹丹,盛敏
《基于加速度传感器的建筑工人施工行为识别方法》PDF+DOC2017年第12期 强茂山,张东成,江汉臣
《基于HMM的手势识别研究》PDF+DOC2012年第05期 严焰,刘蓉,黄璐,陈婷
《基于iOS平台的计步器应用的设计与实现》PDF+DOC2012年第12期 马松岩
《改进随机森林及其在人体姿态识别中的应用》PDF+DOC2015年第16期 周博翔,李平,李莲
目前基于智能手机的车辆行为识别算法存在着鲁棒性较差、识别率较低、无法应用于实时行驶判断等问题。针对上述问题,提出了基于智能手机的车辆行为实时判别与渐进矫正方法,以提高车辆行为识别的准确率和实时性。该方法利用车辆行为发生时存在的渐进变化数据来进行车辆行为的识别与渐进矫正分类,并通过采集过程数据作为分类器训练样本,提高支持向量机(SVM)分类器的车辆行为识别和预测能力。同时,针对传统滑动窗口检测的局限性,该方法采用了端点检测算法,从而能快速地从车辆行驶数据中截取并识别行为轨迹信息,以减少车辆行为的误判。实验结果表明,基于时间分段矫正的行为识别算法能够有效地对车辆行为进行预测,并最终达到较高的识别率,证明了该方法的有效性。
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。