体域网中一种基于压缩感知的人体动作识别方法
能量有效性是无线体域网在面向长时间健康监测应用的首要挑战.该文引入压缩感知和稀疏表示理论同时解决人体活动监测中的动作识别和数据压缩问题,探索在达到一定动作识别率的同时降低传感器节点的能耗.该文提出的压缩分类动作识别方法首先在传感器节点利用随机投影对传感数据进行压缩,传到中心节点后再利用稀疏表示对压缩采样数据进行分类与识别,可减少传感器节点处理、传输原始数据所带来的能耗.在公开的可穿戴式传感器动作识别数据库WARD(Wearable Action Recognition Database)验证算法性能,实验结果表明该动作识别方法能有效地对随机投影后的低维采样数据进行识别,具有与传统识别方法相比拟的动作识别准确率.
无线体域网、压缩感知、动作识别、微惯性传感器、能量有效
TP393;TP391(计算技术、计算机技术)
2013-02-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
119-125