基于加速度与HGA-BP神经网络的人体行为识别

• 作者: 卢先领 徐仙
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 行为识别 加速度传感器 递阶遗传算法 BP神经网络 交叉 变异
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 220-224,232
• 页数: 6页
• 分类号: TP393
• 字数: 5309字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.09.041

摘要

在基于加速度传感器的人体行为识别中,分类器复杂度较高,易产生过拟合现象.为此,通过递阶遗传算法(HGA)训练BP神经网络作为分类器,采用三级染色体递阶结构表示神经网络的结构和参数.设计新的适应度函数,采用选择、交叉和变异操作联合优化BP网络的精确度和复杂度.测试结果表明,在基于加速度信号的行为识别系统中,相比基本HGA和其他常用算法,利用改进的HGA训练BP网络分类器可以有效控制网络结构,在保证隐层神经元数目较少的情况下,尽可能降低输出误差,实现两者的动态平衡,且对测试样本的识别正确率可达94.63％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢先领	江南大学轻工过程先进控制教育部重点实验室	29	232	8.0	14.0
5	徐仙	江南大学轻工过程先进控制教育部重点实验室	4	39	4.0	4.0