动态数据流环境下的自适应性行为识别算法设计

• 作者: 李鹏欢 钱丽萍 黄亮
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线传感器网络 行为识别 特征提取 增量学习
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 909-915
• 页数: 7页
• 分类号: TN92
• 字数: 5033字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.06.018

摘要

传统的行为识别系统大多是建立在一个静态模型上,对样本特征值有非常强的依赖性,而对个别用户的行为习惯缺乏灵活适应性.基于三轴加速度计设计了一种在动态数据流环境下能够对用户行为进行增量学习的自适应性行为识别算法,该算法提出了一种新的提取加速度特征的方法,通过将三轴加速度计采集到的合成加速度数据集合看做物质,来提取物质的物理特征并训练这些物理特征用于投票分类,然后再通过增量学习来更新样本特征值,使其逐渐趋向于用户的行为习惯,从而达到更高的识别率.实验结果表明,该算法具有很高的识别率和对用户很好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱丽萍	浙江工业大学信息工程学院	14	40	4.0	6.0
2	黄亮	浙江工业大学信息工程学院	14	70	4.0	8.0
3	李鹏欢	浙江工业大学计算机科学与技术学院	2	11	2.0	2.0