改进PSO优化神经网络算法的人体姿态识别

• 作者: 何佳佳 刘井平 戴傲 李平
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 人体姿态识别 粒子群优化算法 神经网络 离散系数 曲线积分
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算与测试
• 页码范围: 115-118
• 页数: 4页
• 分类号: TP391
• 字数: 3386字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)01-0115-04

摘要

为了提高人体姿态的识别精度,提出一种基于改进的粒子群优化(PSO)神经网络的人体姿态识别算法.采用加速度传感器获取加速度信息,并在常用特征集的基础上,加入离散系数和曲线积分两种新特征作为神经网络的输入;在利用PSO神经网络参数的同时,通过控制概率,自适应地对粒子进行遗传操作,增强粒子跳出局部极小值的能力;采用训练后的神经网络对6种人体姿态进行识别.实验结果表明:该算法收敛速度和全局寻优能力得到了提高,与其他经典算法相比识别精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	长沙理工大学计算机与通信工程学院	96	475	10.0	17.0
2	戴傲	长沙理工大学计算机与通信工程学院	4	27	4.0	4.0
3	刘井平	长沙理工大学计算机与通信工程学院	3	11	2.0	3.0
4	何佳佳	长沙理工大学计算机与通信工程学院	1	8	1.0	1.0