《基于稀疏矩阵字典的移动用户行为识别方法》PDF+DOC
作者:宋辉,王忠民
单位:四川省计算机研究院
出版:《计算机应用研究》2015年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJSYJ2015090080
DOC编号:DOCJSYJ2015090089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器的人体运动行为识别研究》PDF+DOC2016年第03期 张洁
《基于人工神经网络的人体识别算法研究》PDF+DOC 王赛迪
《基于手机加速度传感器的人体行为识别》PDF+DOC2014年第06期 衡霞,王忠民
《基于卡尔曼滤波器的肉牛行为识别方法》PDF+DOC2017年第12期 姜美曦,陈春玲,周云成
《基于压缩感知的移动用户行为识别方法》PDF+DOC2017年第02期 宋辉,王忠民
《基于智能手机传感器的基础行为识别方法研究》PDF+DOC2020年第04期 孔菁,郭渊博,刘春辉,王一丰
《基于Android传感器的人体姿态识别方法》PDF+DOC2019年第06期 杨一涛,孙国梓,王壮
《Android平台下的实时人体行为识别》PDF+DOC2018年第24期 贾小云,王二虎,吴敬一
《一种基于特征选取的传感器选择方法》PDF+DOC2013年第09期 刘宏志,吴中海,张兴
《基于动态时间规整的酒驾识别研究》PDF+DOC2013年第02期 陈平生
通过手机内置加速度传感器数据对人类日常行为进行识别具有便捷、实时、无干扰的优点,为了提高识别的准确率和稳定性,提出一种基于加速度特征稀疏矩阵字典的分类方法识别行为。从不同行为的多个训练样本构造出一个过完备字典,基于该字典通过求解最小l1范数得到待识别样本的稀疏系数,根据稀疏系数计算待识别样本对应不同行为的残差并选取最小值对应的行为作为分类结果。实验表明该方法识别手机用户日常行为可以达到84.93%的准确率,高于传统的决策树和BP神经网络算法的分类准确率,且分类稳定性也优于传统分类方法。
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。