基于流式感知数据的行为识别

• 作者: 卢耀宗 强劲 朱平飞 罗艺闯
• 来源期刊: 电子科学技术
• 学科: 工学
• 关键词: 行为识别 流式数据 主动学习 增量学习 混合相似性度量
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 信息物理系统
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP181
• 字数: 2675字
• 语种: 中文

摘要

行为识别侧重于通过使用传感器数据来推断当前用户的活动，典型的行为识别技术通常基于点对点的方法来处理传感器感知到的数据，其中，监督学习算法在该领域有广泛的应用。本文提出了一种基于聚类的分类算法来进行行为识别，该算法采用增量式学习来挖掘数据流中的用户行为，通过将不同的活动行为赋予不同的类，融合监督、无监督和主动学习算法，并结合混合相似性度量方法建立一个鲁棒的识别系统。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱平飞		1	0	0.0	0.0
2	卢耀宗		1	0	0.0	0.0
3	罗艺闯		1	0	0.0	0.0
4	强劲		1	0	0.0	0.0