《一种新的高效率识别智能手机用户活动并分类的方法》PDF+DOC
作者:周剑明
单位:电子工业出版社
出版:《中国新通信》2020年第17期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFTXWL2020170080
DOC编号:DOCTXWL2020170089
下载格式:PDF + Word/doc 文字可复制、可编辑
《利用智能手机感知的移动医疗检测研究综述》PDF+DOC2016年第05期 张智超,张远,金伟
《智能手机传感器标定的似线性模量方法》PDF+DOC2016年第06期 余前勇,刘志平
《室内空间用户行为的智能手机识别》PDF+DOC2017年第06期 黄鹤,刘春成,李晶,罗德安
《基于支持向量机的跌倒检测算法研究》PDF+DOC2017年第01期 裴利然,姜萍萍,颜国正
《基于特征选择加权支持向量机的运动模式识别》PDF+DOC2018年第09期 马语晗,赵辉
《基于脚部惯性传感数据的人员运动速度识别方法》PDF+DOC2018年第12期 吴建超,刘昱
《基于支持向量机的气敏传感器阵列信号处理方法》PDF+DOC2005年第08期 汪晓东
《基于蓝牙与智能手机的远程信息采集与控制系统》PDF+DOC2012年第17期 李建高,李树明
《专用于学生公寓阳台的智能防护装置研制》PDF+DOC2020年第02期 章煜佳,罗文强,金航,杨钦洋,陈祥军,陈超娣,杨金伟
《智能火灾侦查监测四旋翼飞行器的设计研究》PDF+DOC2020年第05期 刘永涛,蒋迪,刘佳,黎冠
近几十年来,人类活动识别系统因其在智能家居卫生保健等方面的突出应用,引起了模式识别和人机交互研究者的广泛关注。例如,可以在智能家居医疗系统中采用活动识别系统来改善患者的康复过程。活动识别系统利用各种不同功能的传感器来获得用户行为产生的数据及其所处环境的状态数据,之后使用外部计算资源对这些搜集到的数据做计算。使用该系统能够为人类的运动行为和生活方式提供有价值的信息。本文提出了一种基于智能手机惯性传感器的人体活动识别系统。考虑到个人智能手机在能源与算力方面的局限性,该系统降低了对硬件的要求,我们使用标准支持向量机算法做分类,利用核主成分分析降低计算成本。与传统的支持向量机相比,在保持相似的精度的同时,计算开销有了显著的降低,有助于该系统的普及与推广。
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。