低维人体运动数据边界智能识别方法研究

• 作者: 刘健
• 来源期刊: 微电子学与计算机
• 关键词: 径向基函数神经网络 低维 人体运动数据 边界识别 滤波去噪
• 年，卷（期）: 2018,（12）
• 页码范围: 141-144
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文

摘要

提出一种基于径向基函数神经网络的低维人体运动数据边界智能识别方法.采用中值滤波和后验Wiener滤波器对低维人体运动数据边界进行滤波,以提高边界去噪强度;利用小波变换对人体运动特征进行分离,获取分离矩阵以及独立分量,完成数据特征提取,获得最适合识别的特征子空间.通过径向基函数神经网络对获取的特征子空间进行识别,完成低维人体运动数据边界的智能识别.实验表明,该方法可简化人体运动数据边界特征提取流程,同时提升人体运动数据边界识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘健	东华理工大学体育学院	8	6	2.0	2.0