作者：宋辉,王忠民 单位：重庆西南信息有限公司 出版：《计算机科学》2017年第02期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFJSJA2017020550 DOC编号：DOCJSJA2017020559 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 为了提高移动用户行为识别的准确率，提出一种基于压缩感知的行为识别方法，其可对原始加速度数据或压缩后的加速度数据进行行为识别。依据压缩感知理论中可以由冗余字典重构数据的原理，将原始三轴加速度数据作为训练样本构造冗余字典，基于该字典求解最小l1范数得到待识别样本的稀疏系数，根据稀疏系数计算并选取最小残差值对应的行为作为识别结果。实验结果表明，该方法识别移动用户行为的准确率可达82.64%，高于传统方法的识别准确率，且对随机投影压缩后的行为数据也具有良好的识别效果。

    📙 相关资料

    1. 《一种位置无关的多模型移动用户行为识别方法》PDF+DOC 针对智能手机佩戴位置多样性对移动用户行为识别结果的影响，提出一种位置无关的多模型移动用户行为识别方法。该方法通过计算手机加速度传感器所采集到的行为信号在不同佩戴位置的特征相似度，与预先计算的不同佩戴位置特征相似度进行比较，并采用相似度最大的位置特征作为测试样本，利用极速学习机(extreme lea......
    2. 《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......
    3. 《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，......
    4. 《一种基于特征增强和决策融合的人体行为识别方法》PDF+DOC 利用三轴加速度传感器进行人体行为识别一直是传感器数据处理、模式识别领域的研究热点。加速度数据往往存在着多种动作数据难以区分的情况，特别是走、上楼、下楼这3个动作数据非常相似，这给正确识别这3种人体动作带来了较大的难度。提出一种基于特征增强与决策融合的行为识别方法，通过对部分特征值进行增强处理和对多个......
    5. 《基于智能手机多传感器变化的日常行为识别方法研究》PDF+DOC 为提高日常行为识别准确度的同时使应用具有更强的便捷性，提出基于智能手机中4种无需许可传感器数据对5种日常行为进行识别的方法。在分析Android系统传感器框架的基础上开发集成了一个小型应用程序进行数据采集处理，然后利用机器学习算法实现手机用户的行为特征识别，目标是实现个人行为准确及时且长期有效的动态......
    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. 《基于机器学习的铁路工务人员行为识别方法》PDF+DOC 针对现如今铁路工务人员在作业时得不到实时监控，安全事故时有发生的情形.以铁路探伤工为例，分析了工务人员的7种主要行为.每个工务人员佩戴集成了加速度传感器的嵌入式设备，采集其行为数据并提取特征，采用C4.5决策树、随机森林、KNN、SVM四种分类算法做了实验，结果表明：SVM分类识别率最高，行为识别准......
    8. 《基于稀疏矩阵字典的移动用户行为识别方法》PDF+DOC 通过手机内置加速度传感器数据对人类日常行为进行识别具有便捷、实时、无干扰的优点，为了提高识别的准确率和稳定性，提出一种基于加速度特征稀疏矩阵字典的分类方法识别行为。从不同行为的多个训练样本构造出一个过完备字典，基于该字典通过求解最小l1范数得到待识别样本的稀疏系数，根据稀疏系数计算待识别样本对应不同......
    9. 《一种基于加速度传感器的人体跌倒识别方法》PDF+DOC 为了减少老年人因跌倒而造成的伤害，及时有效地识别跌倒行为，提出了一种基于三轴加速度传感器的人体跌倒识别方法。首先将加速度传感器放置于人体腰腹位置，采集人在运动时的加速度变化数据；然后使用日常活动数据训练隐马尔科夫模型(HMM)，利用老年人活动状态相对较少的特点，从测量数据与HMM的匹配程度寻找“疑似......
    10. 《基于S＿Kohonen神经网络的乒乓球运动识别》PDF+DOC 针对乒乓球运动识别方法通常无法实时识别、识别率低和识别算法复杂度高，从而导致穿戴式设备续航能力差等问题，提出一种基于遗传算法优化S_Kohonen(supervisedKohonen)神经网络的乒乓球运动实时识别方法，并完成系统设计.该系统通过单MPU6050六轴加速度传感器采集运动信号，采用动作端......

    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。