作者：朱连章,陈殿明,郭加树,张红霞 单位：陕西省计算机学会 出版：《计算机技术与发展》2018年第12期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFWJFZ2018120170 DOC编号：DOCWJFZ2018120179 下载格式：PDF + Word/doc 文字可复制、可编辑
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 张烈平,匡贞伍,李昆键,韦克莹,王政忠,张声岚,王瑞 《基于特征自动提取的跌倒检测算法》PDF+DOC2018年第12期 胡双杰,秦建邦,郭薇 《基于无线体域网的囚犯异常行为实时分析》PDF+DOC2015年第03期 杨璐璐,陈建新,周亮,魏昕 《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 《基于佩戴式输入设备的手语识别方法》PDF+DOC2016年第24期 贾维闯,吴雄华,贾博文 《面向人体行为识别的深度特征学习方法比较》PDF+DOC2018年第09期 匡晓华,何军,胡昭华,周媛 《基于智能手表的人体行为识别研究》PDF+DOC2017年第04期 林予松,马鸽,刘永鹏,赵红领,王宗敏 《基于多层双向LSTM的雷达信号脉内调制识别》PDF+DOC2019年第01期 郑渝,沈永健,周云生 《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

    • 在基于传感器的人体行为识别研究中，传统的机器学习方法需要具备一定的人体运动领域知识来做特征提取，而且工程量大。而现有的神经网络模型结构简单，对数据特征的挖掘不充分从而识别准确率不高。针对上述问题，提出一种基于协同LSTM神经网络的人体行为识别方法。该方法首先对LSTM模块的结构进行改进，搭建协同LSTM神经网络；然后使用加速度传感器和陀螺仪获取6轴人体行为数据；再使用滑窗方法和改进的Z-score标准化方法对数据进行预处理；最后利用协同LSTM神经网络、卷积神经网络和LSTM神经网络分别在数据集上进行迭代训练和测试。实验结果表明，基于协同LSTM神经网络的识别模型表现最好，识别准确率为95. 81%，高于CNN的91. 53%和LSTM的90. 47%，证明该方法可以有效地进行人体行为识别。

    📙 相关资料

    1. 《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC 单一传感器在人体行为识别中误差较大，针对此问题提出一种利用智能手机中惯性传感器并结合卷积神经网络(convolutional neural network，CNN)的人体行为识别方法。文中利用构建的卷积神经网络模型自动提取加速度和角速度数据特征，并结合Softmax分类器识别人体行为。实验结果表明，......
    2. 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 人体活动行为识别在医疗、安全、娱乐等方面有着广泛的应用，为了高效、准确地获取人体活动的行为信息，提出一种基于加速度传感器和神经网络的个人活动行为识别方法。该方法通过在个人手上佩戴加速度传感器，实时采集个人活动的行为数据；再通过BP神经网络分析相关行为数据并建立个人活动行为模型，分类识别个人的行走、坐......
    3. 《基于特征自动提取的跌倒检测算法》PDF+DOC 跌倒是导致老年人受伤甚至死亡的主要原因。准确及时的跌倒检测系统可以帮助跌倒者获得紧急救援。目前基于传感器的跌倒检测方法主要利用人工设计提取的信号特征来区分跌倒和非跌倒运动，但人工提取的特征往往会限制算法的精确度，增大算法时延。为提高跌倒检测的精确度和实时性，本文提出了一种基于深度学习的跌倒检测算法。......
    4. 《基于无线体域网的囚犯异常行为实时分析》PDF+DOC 随着无线传感技术的快速发展，无线体域网在远程医疗、智能家居等方面的应用日渐成为研究热点。监狱作为一个特殊场所，对囚犯的日常行为监控是必不可少的。准确而有效的监控系统能够在囚犯有异常行为发生时及时告警，这有助于监狱的管理，并阻止危险事故的发生。在监狱环境下，提出一种基于无线体域网的囚犯异常行为识别方法......
    5. 《基于加速度传感器的人体运动行为识别研究》PDF+DOC 基于单个加速度传感器的人体运动行为识别进行研究，文中分析了人体运动监测系统组成及人体动作识别中的加速度数据采集、数据预处理、特征提取、基于SVM的分类识别过程，最后对文中的识别机制进行验证，结果表明：该识别方法的准确度较高。...
    6. 《基于佩戴式输入设备的手语识别方法》PDF+DOC 本文用ADXL345加速度传感器作采集单手手语数据，再提取手语动作的的特征提取方法，最后通过BP神经网络对手语动作进行训练和识别，结果表明对于0-9等10个阿拉伯数字的平均识别率为88%，为实现手语动作的人机交互提供了参考。...
    7. 《面向人体行为识别的深度特征学习方法比较》PDF+DOC 针对人体行为识别问题，比较了两种基于智能手机惯性加速度传感器数据的深度特征学习方法。先将传感器数据进行重叠加窗的预处理；然后将带标签的样本数据直接输入深度网络模型中，通过端到端的特征学习，最终输出行为分类结果。通过对比深度卷积神经网络、长短期记忆网络两种深度学习方法在公开网站UCI的机器学习知识库的......
    8. 《基于智能手表的人体行为识别研究》PDF+DOC 针对现有人体行为识别系统识别精度不高，且不便于日常使用的缺点，提出了一种用于智能手表的神经网络分类算法。采用基于PCA的特征提取方法对Apple Watch智能手表采集到的三轴加速度数据进行特征提取，结合动量-自适应学习率BP神经网络分类算法有效识别出了行走、慢跑、上楼梯、下楼梯四种行为，识别准确率......
    9. 《基于多层双向LSTM的雷达信号脉内调制识别》PDF+DOC 雷达信号脉内调制识别在非合作信号分析中具有重要的价值，现有的识别方法大多基于单一的信号脉内特征，如时频特征、模糊图函数等，然而此类方法在实际分类识别中存在普适性较差、抗噪性能较低的缺陷。近年来亦有学者将深度学习方法用于雷达信号调制识别，但都是基于人工特征提取后进一步的分类识别。提出一种基于双向长短时......
    10. 《一种基于特征选取的传感器选择方法》PDF+DOC 基于传感器的行为识别是环境智能中的一个关键问题，但是“该使用哪些种类的传感器?”以及“每种传感器该使用多少个?”都还是有待解决且具有挑选性的问题。针对这些问题，提出一种基于特征选取的方法来选择传感器。实验结果显示，在OPPORTUNITY标准数据集上，1)相比于加速度传感器和陀螺仪传感器，磁性传感器......

    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。