版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、作為普適計算一個重要的研究領(lǐng)域,人體行為識別可以了解人體的活動行為、運動強度和能量消耗等狀態(tài)信息。而隨著傳感技術(shù)和低功耗無線通信技術(shù)的發(fā)展,利用無線可穿戴技術(shù)進行人體行為識別,進一步推進了人體行為識別在智能家居、老人監(jiān)護、病人監(jiān)護和運動員康復(fù)訓(xùn)練等領(lǐng)域的廣泛應(yīng)用。
當前利用可穿戴技術(shù)識別人體行為,主要集中于計步、老年人跌倒等日?;顒?,而對于特殊人群的異常活動,如監(jiān)獄囚犯,特殊對象的打架斗毆等暴力行為的監(jiān)控研究較少。對于這類人群
2、的異常行為監(jiān)控,在異常行為發(fā)生時及時告警,可以在短時間內(nèi)采取合適措施,阻止危險事故進一步發(fā)生。本論文基于無線可穿戴技術(shù),利用三軸加速度傳感器,實時監(jiān)測人體行走、站立時的活動信息,采用時域的均值、方差、標準差作為各類行為的特征值,判斷人體異常行為。具體工作包括如下內(nèi)容:
?。?)分析比較離線狀態(tài)下支持向量機(Support Vector Machine, SVM)、K-近鄰算法(K-Nearest Neighbors, KNN)、
3、決策樹算法(Decision Tree, DT)和樸素貝葉斯(Na?ve Bayes, NB)等分類算法進行異常行為識別時的準確率和計算復(fù)雜度,結(jié)果表明 KNN算法的異常行為識別效果最好。重點分析了KNN算法中不同K值下的行為識別準確率,當K等于5、7、9、11時,其準確率達到95%以上。
?。?)為適用于可穿戴設(shè)備,重點分析了KNN算法實現(xiàn)時,不同訓(xùn)練樣本數(shù)對算法行為識別時的準確率和計算復(fù)雜度影響。發(fā)現(xiàn)在減少訓(xùn)練樣本時,行為識
4、別準確率影響不是很大。如訓(xùn)練樣本從479減少到128時,異常行為識別的準確率減少5%左右,而訓(xùn)練樣本從128減少到64時,異常行為識別的準確率減少2%左右。并采用ReliefF算法計算各維特征的權(quán)重,對小樣本下的KNN算法進行改進。
(3)在可穿戴式傳感器平臺Shimmer上,驗證了KNN算法。發(fā)現(xiàn)在可穿戴平臺上,受限于節(jié)點處理能力和內(nèi)存,需對算法進行優(yōu)化。將訓(xùn)練樣本中均值、方差、標準差組成的9維特征矩陣,減少為只有均值的3維
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于可穿戴傳感器的人體行為識別方法研究.pdf
- 基于可穿戴式動捕系統(tǒng)的人體行為識別方法研究.pdf
- 基于可穿戴設(shè)備的人體行為識別與狀態(tài)監(jiān)測方法研究.pdf
- 基于穿戴式傳感器的人體動作識別研究.pdf
- 基于IMU的可穿戴式人體行為識別系統(tǒng)設(shè)計與實現(xiàn).pdf
- 可穿戴設(shè)備中的人體姿態(tài)識別方法.pdf
- 可穿戴式人體跌倒識別方法研究
- 可穿戴式人體跌倒識別方法研究.pdf
- 基于可穿戴式設(shè)備的人體物理活動分析方法研究.pdf
- 基于傳感數(shù)據(jù)的人體行為識別研究.pdf
- 基于視頻序列的人體異常行為識別研究.pdf
- 基于可穿戴傳感器的手勢識別.pdf
- 基于概率圖模型的人體異常行為識別研究.pdf
- 基于語義主題模型的人體異常行為識別研究.pdf
- 視頻監(jiān)控中的人體異常行為識別.pdf
- 可穿戴傳感網(wǎng)絡(luò)中異質(zhì)傳感器.pdf
- 基于智能視頻監(jiān)控的人體異常行為識別的研究.pdf
- 基于視頻圖像的人體異常行為識別技術(shù)研究(1)
- 基于傳感器的人體行為識別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別研究.pdf
評論
0/150
提交評論