基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
步态识别是生物特征识别技术中的一个新兴领域,它根据人们走路的个体特点进行身份识别,具有非侵犯性、难以隐藏、对系统分辨率要求低、远距离识别等优点,已成为基于视觉的人体运动分析的研究热点。该文提出了基于主成分分析(PCA)的特征提取方法,有效地对高维步态轮廓特征进行降维,再利用BP神经网络进行特征分类识别。实验结果表明,算法达到了较高的识别率。
推荐文章
基于BP神经网络的手势识别系统
Zigbee
BP神经网络
手势识别
加速度传感器
基于BP神经网络的实时水表自动识别系统的研究
数字水表
字符识别
BP神经网络
连通区域提取
字符分割
基于遗传算法和BP模糊神经网络的红外步态识别
BP模糊神经网络
红外
步态识别
多分类器融合
遗传算法
基于MATLAB和BP网络的语音识别系统
MATLAB
BP神经网络
语音识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA和BP神经网络的步态识别系统研究
来源期刊 电子质量 学科 工学
关键词 图像预处理 PCA 特征提取 BP神经网络
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 83-85
页数 3页 分类号 TP391
字数 2143字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙运强 中北大学仪器科学与动态测试教育部重点实验室 146 962 13.0 25.0
2 姚爱琴 中北大学仪器科学与动态测试教育部重点实验室 79 392 8.0 15.0
3 王蒙 中北大学仪器科学与动态测试教育部重点实验室 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (6)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (8)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像预处理
PCA
特征提取
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子质量
月刊
1003-0107
44-1038/TN
大16开
广州市五羊新城广兴花园32号一层
46-39
1980
chi
出版文献量(篇)
7058
总下载数(次)
32
总被引数(次)
15176
论文1v1指导