《基于特征选择加权支持向量机的运动模式识别》PDF+DOC
作者:马语晗,赵辉
单位:北京信息科技大学
出版:《传感器世界》2018年第09期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGSJ2018090050
DOC编号:DOCCGSJ2018090059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于MEMS惯性传感器的人体多运动模式识别》PDF+DOC2016年第05期 路永乐,张欣,龚爽,周帆,刘宇
《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SVM的网络定位算法的仿真设计》PDF+DOC2019年第04期 冯娜
《一种新的高效率识别智能手机用户活动并分类的方法》PDF+DOC2020年第17期 周剑明
《基于加速度传感器的人体运动模式识别》PDF+DOC2020年第06期 孙宇航,周建钦,张学锋
《基于三轴加速度传感器人体姿态识别的特征选择》PDF+DOC2019年第03期 范书瑞,贾雅亭,刘晶花
《基于支持向量机的气敏传感器阵列信号处理方法》PDF+DOC2005年第08期 汪晓东
《支持向量机技术在智能传感器系统中的应用》PDF+DOC2010年第08期 王晓峰,张菲菲
《5指仿人假手及模式识别控制的研究》PDF+DOC2010年第12期 王新庆,刘伊威,孙超,刘宏
《特征融合与GA-SVM在刀具状态监测中的应用研究》PDF+DOC2015年第04期 李顺才,李巍,吴明明
针对人体运动模式识别中最优识别特征难以确定的问题,提出一种基于Relief-F特征加权支持向量机的运动模式识别算法。选取MEMS惯性传感器的加速度时域特征构成特征向量,通过Relief-F算法对特征向量各元素进行权重估计,构造一个最优权重特征向量,增大不同运动模式间特征向量的差异性,采用支持向量机作为分类器,可识别站立、走、跑、跳、跌倒、上楼、下楼7种运动模式。实验表明,所提出的算法能够准确识别多种运动模式,识别精度可达94.1%。
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。