基于智能手机传感器的人体行为识别技术研究与实践
本文首先介绍了一种基于智能手机传感器获取加速度等数据的App设计方法,设定了15种需要识别的动作、手机位置组合类别,收集了75万条运动数据记录;其次,采用滑动窗口技术分割时序数据,构建了有针对性的时域、频域特征指标,形成了不同窗口大小、步长的新样本系列;最后,通过分类结果筛选出性能优良的4类算法,证实了深度学习在特征构建方面的良好表现,探讨了滑动窗口大小、步长对识别结果的影响.这些成果对于构建人体行为识别系统具有一定参考价值.
人体行为识别、手机传感器、滑动窗口技术、分类算法
22
TP368.1(计算技术、计算机技术)
广州大学华软软件学院科研课题ky201908
2022-03-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
56-60,65