基于特征选择加权支持向量机的 运动模式识别

摘要：

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％.

关键词：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.

所属期刊栏目：24

分类号：TP391.9(计算技术、计算机技术)

资助基金：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

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33