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:
针对当前基于加速度人体行为识别方法中存在的行为数据易受重力加速度影响以及空间信息欠缺等问题,提出一种基于线性加速度的多节点人体行为识别算法.通过分段双向去除重力加速度算法,去除传感器加速度中的重力加速度得到线性加速度;使用滑动均值滤波器滤除线性加速度与传感器加速度的颤抖运动,并对两种加速度中的冗余动作进行裁剪;分别从两种加速度中提取不同关节点数据间的动态时间规整算法( dynamic time warping, DTW)距离特征以及7种常规时域特征;利用支持向量机对人体行为进行分类.试验结果表明,该方法能有效提高人体行为识别的准确性.
推荐文章
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
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
基于加速度特征的人体跌倒检测算法
加速度传感器
跌倒检测
阈值
加速度分量分析
基于加速度轨迹图像的手势特征提取与识别
手势识别
加速度传感器
非负矩阵分解
隐马尔可夫模型
人机交互
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 基于线性加速度的多节点人体行为识别
来源期刊 山东大学学报(工学版) 学科 工学
关键词 多节点 线性加速度 DTW距离特征 支持向量机
年,卷(期) 2018,(6) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 56-66
页数 11页 分类号 TP391
字数 语种 中文
DOI 10.6040/j.issn.1672-3961.0.2018.202
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 侯振杰 常州大学信息科学与工程学院 28 54 5.0 6.0
2 梁久祯 常州大学信息科学与工程学院 22 34 4.0 5.0
3 常兴治 常州信息职业技术学院常州市大型塑料件智能化制造重点实验室 7 7 1.0 2.0
4 李兴 常州大学信息科学与工程学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (7)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(14)
  • 参考文献(3)
  • 二级参考文献(11)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(8)
  • 参考文献(3)
  • 二级参考文献(5)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 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
多节点
线性加速度
DTW距离特征
支持向量机
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导