10.16156/j.1004-7220.2019.06.012
基于特征融合的人体运动识别
目的 基于手机内置传感器所获得人体运动信号,建立人体运动识别模型,为身体状况评估、特殊人群监护以及其他生物医学研究提供支持.方法 使用手机内置传感器采集运动信号,并结合公共数据集UCI HAR和WISDM作为实验数据.采用卷积神经网络与自回归模型相结合的特征提取方式,建立人体运动识别模型.结果 模型在自采集数据、UCI HAR和WISDM中均取得90%以上的识别正确率.结论 引入自回归模型,可以避免手工设计特征值的缺陷,并有效减少大规模堆积卷积层的计算量.研究结果证明,基于特征融合的方法可以有效识别人体运动.
人体运动识别、时间序列分类、卷积神经网络、自回归模型
34
R318.01(医用一般科学)
2020-04-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
644-649,667