基于可穿戴传感器的普适化人体活动识别

• 作者: 范长军 高飞
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 人体活动识别 多模态信息融合 长短时记忆递归神经网络 可穿戴传感器
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 传感器应用
• 页码范围: 1124-1131
• 页数: 8页
• 分类号: TP212.9
• 字数: 5676字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2018.07.025

摘要

为了提高日常活动识别的准确性和自动化程度,减少人为干预,提出了利用可穿戴传感信号作为输入,通过深度神经网络进行人体活动识别的方法.首先,设计了普适环境下人体活动识别的系统架构,建立了一套加速度、生理信号等传感数据的采集系统;然后,对获取的传感数据进行降噪、加窗与归一化等预处理,并设计了长短时记忆递归神经网络来进行特征的自动提取和融合,从而实现活动识别.实验结果表明,该方法减少了对人工和专家知识的依赖,自动进行多模态传感器的融合,智能化程度高,分类效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高飞	浙江工业大学计算机科学与技术学院	71	581	11.0	20.0
2	范长军	浙江工业大学计算机科学与技术学院	2	7	1.0	2.0