作者:谢国亚,刘宇,路永乐,邸克,郭俊启,余跃 单位:中国电子科技集团公司第二十六研究所 出版:《压电与声光》2019年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYDSG2019020160 DOC编号:DOCYDSG2019020169 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 提出了一种基于微机电系统(MEMS)惯性传感器组合系统的高精度实时人体行为识别算法。算法选取一个2 s的滑动时间窗作为特征提取窗口,提取惯性传感器组合系统输出的时域特征作为特征参量,采用基于平衡决策树的支持向量机对人体不同行为模式进行分类识别。在实验室自主研发的可穿戴智能终端平台上进行测试,结果表明,在识别时间缩短到2 s/次的条件下,对5种行走类行为模式和5种非行走类行为模式的识别率均可达88%。与现有算法相比,该算法的实时性和精度得到明显提高,且拓展了模式识别的种类。

    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。