作者：刘伟静,杨明静 单位：沈阳电气传动研究所 出版：《电气开关》2019年第04期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFDQKG2019040180 DOC编号：DOCDQKG2019040189 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 提出基于神经网络的动作识别方法分析，可直接对时间序列数据进行处理，自动提取特征值，免去了人工提取特征值的繁琐过程。通过采集10个受试者的原始加速度数据，采用基于TensorFlow搭建的神经网络模型进行训练，从而对动作进行识别。实验结果表明：该系统能够快速有效的区分走、慢跑，上、下楼梯四种相似度较高的动作，平均识别率高达96.67%，最后和当前识别率高的两种传统机器学习方法相比较。

    📙 相关资料

    1. 《基于非均衡数据的相似性动作识别方法研究》PDF+DOC 目前基于可穿戴设备的动作识别的研究大多存在着相似性动作之间区分度较差、样本分布不均匀等问题，从而导致个别分类的准确率低于平均水平，进而影响整体的识别效果。该文单独选取了两组易混淆动作(A：步行/上/下楼梯和B：坐/站/躺)进行分析，并采用人工合成样本(Synthetic Minority Over-......
    2. 《基于深度卷积神经网络的人体动作识别》PDF+DOC 针对人体动作识别问题，提出一种基于智能手机加速传感器数据并运用深度卷积神经网络进行分类识别的方法，可以有效地分类人体的走、坐、躺、跑、站五类动作.该方法模型由输入层、两层卷积层、两层池化层、一层全连接层和输出层组成，使用滑动窗口折叠法将传感器数据变换为类似于三通道的RGB图像格式，自动提取加速传感器......
    3. 《基于加速度传感器的建筑工人施工行为识别方法》PDF+DOC 对建筑工人施工行为的自动化识别是建设施工质量安全以及工作效率实时管理的核心方法，需要建筑、信息、管理等多领域交叉集成。该文以钢筋工为例，利用加速度传感器在工地现场采集钢筋工施工过程中手腕处运动的加速度数据，将钢筋工的所有行为分为3类。从加速度数据中提取特征值，应用分类器进行机器学习实验并进行精度对比......
    4. 《面向腕臂动作识别的加速度计数据分析》PDF+DOC 加速度传感器技术的不断发展和成熟为可穿戴设备的智能交互提供了新的途径。以可穿戴设备中的加速度计所捕捉的数据为支撑，对人的运动模式进行识别进而推断行为意图以实现智能化人机交互的方式，目前已受到人们的广泛关注。针对上述问题，本文基于循环神经网络的技术框架，提出一种高效的腕臂动作识别方法。该方法以单门控机......
    5. 《面向动作捕捉的非线性时间序列预测方法研究》PDF+DOC 为研究面向动作捕捉的非线性时间序列预测的方法。通过对人体动作数据进行分析，研究并实现基于动作捕捉数据的预测方法，解决因传感器故障而引起的数据丢失、修正问题。通过模拟实验假设动作序列中某一个传感器发生故障，随后使用8种机器学习方法，利用6种指标进行评估，对比各种方法的预测效果，并将预测后的动作进行可视......
    6. 《基于手机加速度器和螺旋仪的室内运动状态分类》PDF+DOC 实现了使用安卓手机内置的传感器-加速度器和螺旋仪对使用者的运动数据进行收集，并进行特征选择，通过机器学习的算法进行室内运动状态的分类。分类的运动状态有静止、走路、坐下、上楼、下楼、电梯上行、电梯下行、摔倒、帕金森抖动。使用了监督式学习算法：决策树、随机森林、支持向量机、神经网络、朴素贝叶斯、KNN、......
    7. 《基于循环神经网络的人体行为识别》PDF+DOC 使用4种类型的循环神经网络模型(RNN、GRU、LSTM、BLSTM)处理手机传感器采集的异构时间序列数据，用于人体行为识别研究.针对4种模型，分别构建自动特征提取方法，并对参数设置进行优化.在公开数据集UCI HAR上进行了行为识别测试实验，实验结果表明，BLSTM模型的识别精度高达95.7%，可......
    8. 《神经网络预测功能在故障诊断中的应用》PDF+DOC 传感器是信号提取的重要部件，为了减少由于其故障而造成的损害，对传感器的故障检测与诊断是十分重要的。简要介绍了基于神经网络的时间序列预测器方法，并将该方法应用于控制系统中某传感器漂移故障的检测，仿真试验表明该方法能有效地检测出该故障。...
    9. 《基于神经网络预测器和MATLAB的传感器数据验证方法的研究》PDF+DOC 介绍一种基于神经网络时间序列预测器的传感器数据验证方法。通过神经网络时间序列预测器获得传感器输出的预测值，并与传感器的实际输出数据进行比较，然后依据一定的判定规则，确定传感器数据的有效性和可靠性。最后，在MATLAB软件平台上，利用某热电厂的温度数据对该算法进行了仿真。仿真结果表明，这种数据验证方法......
    10. 《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC 基于人体传感器网络(BSN)对人体动作的识别，在远程医疗服务中具有重要应用.搭建了一个基于BSN的人体动作监测平台，实验中通过固定在人体腰部和大腿上的两个加速度传感器节点，来采集人体日常生活中的7个动作所产生的加速度信号.特征提取包含传感器节点在3个轴上信号的时域和频域信息，并采用神经网络和分层的方......

    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。