《基于智能手机运动传感器的步态特征身份识别方法》PDF+DOC
作者:孔菁,郭渊博,刘春辉,王一丰
单位:四川省计算机学会;中国科学院成都分院
出版:《计算机应用》2019年第06期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJY2019060330
DOC编号:DOCJSJY2019060339
下载格式:PDF + Word/doc 文字可复制、可编辑
《可穿戴计算中基于步频分布的身份识别研究》PDF+DOC2020年第10期 王彬,付雄,王俊昌
《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC2019年第07期 汪涛,汪泓章,夏懿,张德祥
《基于运动传感器的帕金森自动分级研究》PDF+DOC2018年第09期 杨越,汪丰,孙丰,郑慧芬
《基于微机电系统运动传感器在人体运动测量中的应用》PDF+DOC2015年第08期 丁大为
《基于SVM和阈值分析法的摔倒检测系统》PDF+DOC2017年第07期 陈玮,周晴,曹桂涛
《面向移动智能设备的多特征融合隐式鉴别机制研究》PDF+DOC2016年第11期 刘礼才,李锐光,殷丽华,郭云川,项菲
《基于SVD特征降维和支持向量机的跌倒检测算法》PDF+DOC2017年第01期 白勇,孙晓雯,秦昉,孙子文
《基于手机传感器数据的交通出行调查实证评估》PDF+DOC2020年第01期 杨飞,郭煜东,JINJP,吴海涛
《基于三维运动传感器的训练强度监测仪的设计》PDF+DOC2003年第03期 焦纯,杨国胜,董秀珍,霍旭阳
《基于步态加速度的步态分析研究》PDF+DOC2009年第06期 刘蓉,黄璐,李少伟,刘毅
利用行为特征进行身份验证是生物识别的前沿技术。为优化基于步态特征的身份识别研究中对数据的处理并改进识别的方式,提出利用智能手机运动传感器数据提取步态特征用于身份识别的方法。首先,应用空间转换算法解决传感器坐标系漂移问题,使数据可以完整准确地刻画行为特征;然后,利用支持向量机(SVM)算法对用户切换所导致的步态特征变化进行分类识别。实验结果表明,经过欧拉角法处理后,所提方法识别准确率达到95.5%,在有效识别用户变换的同时降低了空间开销和实现难度。
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。