特征选择和分类器参数优化联合进行的人体行为识别

• 作者: 郭春璐 陶琳
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 人体行为 特征选择 分类器参数优化 粒子群算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 技术交流
• 页码范围: 74-77
• 页数: 4页
• 分类号: TP391
• 字数: 3036字
• 语种: 中文

摘要

特征选择和分类器参数优化是提高人体行为识别率的关键技术,针对当前模型没有考虑两者之间的联系不足,为了提高人体行为的识别率,提出了一种特征选择和分类器参数优化联合进行的人体行为识别模型.首先,分析当前人体行为识别研究的现状,并建立人体行为识别特征和分类器参数优化的数学模型;然后,利用改进粒子群算法对数学模型进行求解,建立最优的人体行为识别模型;最后,通过仿真实验测试其性能.结果表明,其模型克服了人体行为识别模型的缺陷,提高了人体行为识别率,识别速度也要快于对比模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶琳	河南工业职业技术学院电子工程系	22	61	5.0	7.0
2	郭春璐	河南工业职业技术学院电子工程系	10	22	3.0	4.0