《一种基于模糊综合评价的人体动作识别方法》PDF+DOC
作者:马悦,张玉梅
单位:黑龙江省信息技术学会
出版:《》
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFHDZJ2018030080
DOC编号:DOCHDZJ2018030089
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于随机投影的快速稀疏表示人体动作识别方法》PDF+DOC2016年第01期 吴建宁,徐海东,王佳境,凌雲
《强鲁棒性的可穿戴传感器的人体动作识别方法》PDF+DOC2017年第04期 刘锦怡,张乐,胡海波,朱贺
《基于角度序列特征的人体动作识别方法》PDF+DOC2017年第09期 占婵
《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健
《加速度传感器在动作识别中的应用》PDF+DOC2011年第02期 赵学玲,朱雁锋,郝立果,郑桐
《一种基于加速度信息的上肢动作识别研究方法》PDF+DOC2014年第15期 洪俊,赵子恺
《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC2013年第06期 陈野,王哲龙,李政霖,李宏伟
《一种基于数据融合的结构损伤识别方法》PDF+DOC2010年第06期 焦莉,张海,伊廷华,金世宏
《基于复合量程加速度计的无线传感器网络设计》PDF+DOC2013年第07期 闫明明,郭涛,龚珊
根据人体动作具有模糊性的特点,提出一种基于加速度信号与模糊综合评价原理的人体动作识别方法。根据样本的加速度向量幅值(SVM)划分为剧烈动作和轻微动作两种模式,通过人体腰部三维加速度数据采集与预处理、建立评价指标体系和标准矩阵、设计隶属度函数并计算隶属度、建立模糊关系矩阵、确定评价因子的权向量等步骤,最终合成模糊综合评价结果。分别利用支持向量机(SVM)、决策树(Decision Tree)和k近邻算法(KNN)这三种常用的分类方法对样本数据的频域特征和时域特征进行评价并与文中提出的方法进行对比,实验结果表明该方法具有计算量小,系统性强,识别准确率高等特点,适用于多种环境下不同剧烈程度的动作识别。
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。