基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对建筑工人施工行为的自动化识别是建设施工质量安全以及工作效率实时管理的核心方法,需要建筑、信息、管理等多领域交叉集成.该文以钢筋工为例,利用加速度传感器在工地现场采集钢筋工施工过程中手腕处运动的加速度数据,将钢筋工的所有行为分为3类.从加速度数据中提取特征值,应用分类器进行机器学习实验并进行精度对比,得出最佳分类器和最佳特征值.实验结果表明:最佳特征值与数据片段长度有关;在一定范围内,数据片段越长,识别精度越高;识别精度最高达到了85.9%,与以往研究相比,对工人行为的分类更细致且达到的精度更高.该研究为工程现场典型工种的动作识别提供了方法,为建筑工人行为的自动化实时监控、施工质量安全和效率管理奠定了基础.
推荐文章
一种基于加速度传感器的人体跌倒识别方法
跌倒识别
三轴加速度传感器
隐马尔科夫模型
身体倾角
基于加速度传感器和神经网络的人体活动行为识别
人体活动
行为识别
特征提取
加速度传感器
BP神经网络
实验仿真
振动加速度检测中传感器连接状态的自动识别
振动加速度检测
传感器连接状态
自动识别
特征提取
近邻法
基于加速度传感器的在途危险品行为姿态检测方法
行为识别
加速度传感器
时间窗口
特征向量
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于加速度传感器的建筑工人施工行为识别方法
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 加速度传感器 钢筋工 机器学习 行为识别
年,卷(期) 2017,(12) 所属期刊栏目 水利水电工程
研究方向 页码范围 1338-1344
页数 7页 分类号 TV512
字数 语种 中文
DOI 10.16511/j.cnki.qhdxxb.2017.25.055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 强茂山 85 924 15.0 28.0
2 江汉臣 6 71 3.0 6.0
3 张东成 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加速度传感器
钢筋工
机器学习
行为识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导