10.3969/j.issn.1673-629X.2014.12.020
基于可穿戴传感器的行为识别随机逼近模型
为了使分类器能够在某个强度级别的行为样本集上训练而在其他强度级别上正确分类行为,提出了行为识别的随机逼近模型。在训练阶段从加速度计的时间序列数据提取特征,然后将特征送入聚类算法。数据依据行为聚类,聚类的均值和方差组合成相对应的SAM。在识别随机行为阶段,测试样本和每种行为类别的SAM进行比较。利用聚类算法和随机逼近给每种行为创建模型,然后使用启发式随机逼近最近邻方法来对行为进行分类。在实验中结合k-均值和高斯混合模型两种聚类算法,验证了提出的随机逼近模型的性能优于其他几种流行的行为分类方案。
可穿戴传感器、行为识别、随机逼近、聚类、高斯混合模型
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61144004;惠州市科技计划项目2012B020004005,2013W15
2015-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
83-87