基于手机传感器的用户行为识别

• 作者: 庄姝颖 皮德常
• 来源期刊: 盐城工学院学报（自然科学版）
• 学科: 工学
• 关键词: 用户行为识别 方向传感器 三轴加速度传感器 决策树 SVM分类器
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械·电子·计算机工程研究
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP3
• 字数: 3328字
• 语种: 中文
• DOI: 10.16018/j.cnki.cn32-1650/n.201703012

摘要

基于手机传感器实现用户行为识别在健康监控、时间管理和个人喜好分析、资讯筛选和推送等方面的重要作用,研究一种基于手机三轴加速度传感器、方向传感器获取用户数据,采用SVM多分类方法中的决策树分类方法,在决策树各节点训练SVM分类器,用于识别静止、步行、奔跑、上楼梯和下楼梯等5种日常行为,进而实现对用户行为的识别.通过对不同实验者的交叉对比实验,识别准确率平均为91.65%,证明了这一方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮德常	南京航空航天大学计算机科学与技术学院	66	408	9.0	17.0
2	庄姝颖	南京航空航天大学计算机科学与技术学院	1	1	1.0	1.0