10.3969/j.issn.1006-883X.2018.09.006
基于特征选择加权支持向量机的 运动模式识别
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%.
扩展过滤式选择算法、支持向量机、惯性传感器、时域特征向量、运动模式.
24
TP391.9(计算技术、计算机技术)
国家自然科学基金61771059;高动态导航技术北京市重点实验室开放课题
2018-12-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
28-33