基于智能手机传感器和SC-HMM算法的行为识别

• 作者: 吕巍 孙冰怡 李文洋
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 智能手机 传感器 行为识别 隐Markov模型 谱聚类
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1128-1132
• 页数: 5页
• 分类号: TP391
• 字数: 3358字
• 语种: 中文
• DOI: 10.7694/jdxblxb20130631

摘要

在获取智能手机传感器信号的基础上,提出一种基于谱聚类和隐Markov模型的日常行为识别算法.该方法利用智能手机获取的加速度、地理位置和接受信号强度等数据,结合谱聚类分析和隐Markov模型学习,能有效地对用户日常行为进行自动识别.实验结果表明,在真实的手机数据集中,该方法具有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕巍	吉林大学计算机科学与技术学院	33	134	6.0	10.0
2	孙冰怡	吉林大学计算机科学与技术学院	2	28	2.0	2.0
3	李文洋	吉林大学计算机科学与技术学院	4	20	2.0	4.0