作者:卢先领,王洪斌,王莹莹,徐仙 单位:华东计算机技术研究所;上海计算机学会 出版:《计算机工程》2014年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJC2014050380 DOC编号:DOCJSJC2014050389 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥 《基于手机传感器的握持方式判断及运动状态识别》PDF+DOC2017年第02期 黄一鸣,雷航,周瑞,桑楠 《基于加速度传感器的人体跌倒检测方法》PDF+DOC2017年第02期 孙子文,孙晓雯 《基于手机传感器的室内用户行为识别》PDF+DOC2016年第05期 李晶,黄鹤,邓南山,于广涛,常坤 《基于三轴加速度传感器人体姿态识别的特征选择》PDF+DOC2019年第03期 范书瑞,贾雅亭,刘晶花 《基于线性加速度的多节点人体行为识别》PDF+DOC2018年第06期 李兴,侯振杰,梁久祯,常兴治 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC2018年第12期 朱连章,陈殿明,郭加树,张红霞 《基于异常识别和关联分析的桥梁数据复合诊断》PDF+DOC2012年第03期 梁栋,张宇峰,袁慎芳,吴键 《坐标转换在移动用户行为识别中的应用》PDF+DOC2014年第S1期 王忠民,曹栋 《基于加速度传感器的步态分类研究》PDF+DOC2013年第04期 邢秀玉,刘鸿宇,黄武
  • 为提高基于加速度传感器的人体行为识别率,提出2种新的加速度数据特征。一种通过计算加速度矢量与重力方向夹角的小波能量来揭示加速度方向变化的本质,从时频分析的角度区分不同行为;另一种提取加速度数据重排后的关键点连线斜率,突出数据的差异和分布特点。将上述2种特征与常用的6种特征相结合,训练基于支持向量机的多类分类器,对7种日常行为进行识别。检测结果表明,独立检测法和留一交叉检测法对7种行为的平均识别率分别可达92.70%和95.08%。

    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。