基于手机加速度传感器的人体行为识别

摘要：

提出一种依据手机内置三维加速度传感器采集的人体日常行为数据来进行识别分类的方法.该方法对采集的原始加速度数据进行预处理,从水平和垂直方向提取多种统计特征,包括标准差、四分位差、信号幅度、偏度、峰度和相关系数等,由支持向量机分类器进行分类识别,可识别手机携带者站立、走路、跑步、上楼和下楼5种动作.通过对比分析实验结果,对不同实验者的平均识别正确率达到87.17％,验证了该方法的有效性.

关键词：人体行为识别、加速度传感器、支持向量机

所属期刊栏目：19

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61373116

在线出版日期：2015-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-79