作者:朱丽,吴雨川,胡峰,马双宝 单位:华北计算技术研究所 出版:《计算机工程与应用》2017年第14期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2017140040 DOC编号:DOCJSGG2017140049 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前臂动作识别》PDF+DOC 张金栋 《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 《基于改进SVM分类器的动作识别方法》PDF+DOC2016年第01期 王见,陈义,邓帅 《基于Kinect传感器骨骼信息的人体动作识别》PDF+DOC2014年第12期 朱国刚,曹林 《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 《基于加速度传感器的上肢运动信息采集与姿态识别》PDF+DOC2017年第07期 张俊杰,孙光民,李煜,张翼,李俊,闫正祥,马北川,刘天伦 《基于层次分类的手机位置无关的动作识别》PDF+DOC2017年第01期 王昌海,许昱玮,张建忠 《基于惯性传感器的驾驶动作监测识别研究》PDF+DOC2020年第03期 侯宇晗,朱玉杰,王景峰,陈雨诗 《基于HMM的羽球动作实时识别》PDF+DOC2019年第09期 雷玉超,业茜,吴怡菲,吴栩博,李志扬 《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
  • 为进一步提高老年人日常动作识别系统的准确率,提出一种基于柔性传感器的老年人动作识别方案。通过柔性传感器与三维重力加速度传感器相结合,形成了老年人动作时序数据采集、处理和识别方法,根据人体动作时序波形特征,采用基于快速傅里叶变换的自动切割算法替代传统人工干预的数据预处理和特征提取方式;利用Stacking集成学习技术,将随机森林和朴素贝叶斯作为基分类器,以逻辑回归算法作为次级分类器生成分类模型。与以往依赖单一三维重力加速度传感器以及单一强分类模型进行数据采集和分析的传统技术相比,提出的方法在识别准确率有显著提升,并在临床应用中得到检验。实验结果表明,基于柔性传感器和集成学习的老年人动作识别技术在同时识别多种类型动作时能达到90%以上的准确率。

    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。