作者:余杰,杨连贺,焦帅,易明雨,于佃存 单位:东北大学;计算软件国家工程研究中心 出版:《软件工程》2016年第09期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFZGGC2016090110 DOC编号:DOCZGGC2016090119 下载格式:PDF + Word/doc 文字可复制、可编辑
《浅谈行为识别研究及行为识别模型》PDF+DOC2020年第06期 丁艳 《基于惯性传感器实现的动作捕捉系统简介》PDF+DOC2017年第03期 刘莉琛 《面向摔倒监测的纽扣型可穿戴式节点系统》PDF+DOC2016年第06期 孙祥,庄伟,戴栋 《基于多传感器的智能鞋设计》PDF+DOC2019年第04期 景元,陈炜峰,宋雅伟,张曦元,吉爱红 《LiveData——基于智能手机传感器的用户数据采集系统》PDF+DOC2014年第10期 汪仲伟,孙广中 《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 《基于加速度传感器的上肢爆发力训练研究》PDF+DOC 邢新阳,刘嘉嘉,张培,赵焕彬 《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 《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MEMS的微型飞行器姿态测量系统》PDF+DOC2013年第02期 曹晓棠,石云波,周兆英,刘绍鹏,郭奇,赵斐
  • 目前,在人体行为识别领域中,分类模型通常有两种,分别是通用模型和个性化模型。但是通用模型没有考虑人体多样性问题,不能适用于所有人,而个性化模型需要人为干预较多,针对这两种模型的不足提出了一种折中的模型训练方法,即对人体多样性因素分区间后的原始加速度数据进行训练得到多个模型。另外,为了使识别模型适用于更加广泛的情况,在数据采集阶段还考虑了加速度传感器的位置。该方法使得模型更具普遍性的同时又能够提高识别精确度,通过对人体静止、走路、跑步、上下楼梯五种行为进行试验,识别率达到了95%左右。实验表明该方法是切实有效的。

    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。