基于加速度传感器的人体运动模式识别
本文提出了一种基于MPU9250微处理器的人体运动识别的方法.用户在佩戴手环的情况下进行各类运动,手环即可自动采集并存储用户在运动过程中产生的加速度数据.分析这些数据可以判别人体运动的类别.通过手环内嵌的加速度传感器采集运动者在X,Y,Z 3个方向上的加速度,经过滤波算法过滤后,分别在时域和频域两个方面对数据进行分析,再经过特征工程提取34个相关特征,使用特征选择算法选取主要的16个特征,减小算法复杂度.实验比较了支持向量机(SVM),决策树(decision tree)和随机森林(random forest)3种方法,对走路、跑步、羽毛球正手挥拍、打乒乓球、划船5种运动模式进行分类,结果表明随机森林准确率最佳,可达到97%以上.
运动识别、特征工程、数据挖掘、随机森林
29
安徽省教育厅重大课题KJ2017ZD05
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
196-203