作者:佟瑞鹏,张艳伟 单位:中国职业安全健康协会 出版:《中国安全科学学报》2019年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFZAQK2019010020 DOC编号:DOCZAQK2019010029 下载格式:PDF + Word/doc 文字可复制、可编辑
《浅谈基于传感器的人体行为识别》PDF+DOC 王宏研 《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 《改进联合彩色和深度图像特征的人体行为识别》PDF+DOC2017年第08期 周鑫燚,甘胜江,孙连海,匡胤 《基于突变点检测的智能空间行为识别方法》PDF+DOC2020年第05期 臧媛媛,王守信,佟梦竹,王建兴 《智能居家养老系统中基于传感器的半监督智能行为识别方法研究》PDF+DOC2019年第12期 党文远,于茜,王艳,殷苏姣,宋雪銮,张娜 《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 《基于深度传感器的坐姿检测系统》PDF+DOC2018年第07期 曾星,孙备,罗武胜,刘涛诚,鲁琴 《基于遗传神经网络的苹果气味识别方法研究》PDF+DOC2004年第01期 赵杰文,邹小波,潘胤飞,刘少鹏 《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 《基于稀疏矩阵字典的移动用户行为识别方法》PDF+DOC2015年第09期 宋辉,王忠民
  • 为有效识别矿工不安全行为,预防煤矿安全事故,提出融合深度学习的计算机视觉、表示深度信息的深度图像、可穿戴传感器等人工智能识别技术的方法。基于以上3种方法在人体行为识别上的应用特点,运用主成分分析法(PCA)将3种识别技术提取的行为特征降维融合,通过支持向量机(SVM)对融合特征进行分类;以矿工跌倒行为数据为正样本,走路、坐下、弯腰、下蹲、躺下等5种日常行为数据作为负样本,分别利用3种人工智能识别方法以及融合方法对矿工跌倒行为进行识别检验。结果表明:经过融合后的识别方法对矿工跌倒行为的识别效果均高于其他3种人工智能识别方法。

    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。