用户无关的多分类器融合行为识别模型

摘要：

为了提高行为识别模型的准确率,给出一种与用户无关的多分类器融合行为识别模型.采用决策树C4.5自顶向下构建基分类器,将基分类器对各行为的识别准确率作为权值,利用融合算法对行为识别结果进行融合处理,生成与用户无关的行为识别通用模型.采用未参与基分类器训练用户的加速度数据对该模型进行测试,对比结果表明,多分类器融合模型对步行、跑步、上楼、下楼等日常行为识别准确率均有所提高.

关键词：基分类器、多分类器融合、行为识别、决策树

所属期刊栏目：21

分类号：TP391(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;陕西省科技统筹创新工程计划项目2016KTZDGY04-01

在线出版日期：2016-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-54