基于深度学习的放置方式和位置无关运动识别

• 作者: 沈延斌 郭浩东 陈岭 陈根才
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 运动识别 传感设备位置 加速度传感设备 深度学习 普适计算
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 普适计算与人机交互
• 页码范围: 1141-1148
• 页数: 8页
• 分类号: TP391.4
• 字数: 4868字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2016.06.018

摘要

针对传统基于加速度传感器的运动识别方法依赖于传感设备的放置方式和位置的问题,提出一种基于深度学习的运动识别方法,且与放置方式和位置无关.使用栈式自动编码器构建深度网络,结合逐层无监督学习和全局有监督微调的方式,快速、有效地学习出原始数据的深层特征.设计不同放置方式和不同设备放置位置的学习策略,并利用所学特征对不同设备放置方式和位置下的运动进行识别.实验结果表明:基于深度学习的方法可以从原始数据中提取出与放置方式和位置无关的深度特征,相比传统方法,能够有效提高在非固定加速度传感设备放置方式和位置下的运动识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈根才	浙江大学计算机科学与技术学院	64	704	14.0	24.0
2	陈岭	浙江大学计算机科学与技术学院	48	269	9.0	14.0
3	沈延斌	浙江大学计算机科学与技术学院	1	8	1.0	1.0
4	郭浩东	浙江大学计算机科学与技术学院	2	9	1.0	2.0