《基于智能手机传感器的基础行为识别方法研究》PDF+DOC
作者:孔菁,郭渊博,刘春辉,王一丰
单位:四川省计算机研究院
出版:《计算机应用研究》2020年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSYJ2020040250
DOC编号:DOCJSYJ2020040259
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Android传感器的人体姿态识别方法》PDF+DOC2019年第06期 杨一涛,孙国梓,王壮
《基于机器学习的铁路工务人员行为识别方法》PDF+DOC2019年第07期 杜成飞
《一种基于特征选取的传感器选择方法》PDF+DOC2013年第09期 刘宏志,吴中海,张兴
《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发
《手机加速度传感器系统误差校正方法研究》PDF+DOC2019年第04期 张裕,肖莽
《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
《基于多传感器的人体行为识别系统》PDF+DOC2016年第03期 周林,雷丽平,杨龙频
《基于无线体域网的囚犯异常行为实时分析》PDF+DOC2015年第03期 杨璐璐,陈建新,周亮,魏昕
《基于稀疏矩阵字典的移动用户行为识别方法》PDF+DOC2015年第09期 宋辉,王忠民
《LiveData——基于智能手机传感器的用户数据采集系统》PDF+DOC2014年第10期 汪仲伟,孙广中
为提高人类行为识别准确性的同时降低实现过程的复杂程度,提出基于智能手机加速度传感器与陀螺仪数据对六种日常基础行为进行识别的方法。在分析传感器框架的基础上,对加速度传感器进行数据采集并对原始数据进行数据预处理,然后采用主成分分析方法结合已有知识对数据统计特征进行降低维数处理,再利用机器学习算法实现对行为特征的分类与识别,目的是简化基础行为的识别过程并提高数据的利用率。实验测试结果验证了决策树与支持向量机分类器结合使用的有效性,识别准确率可接近97%。
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。