波形形态特征建模下的MEMS运动模式识别

• 作者: 韩国川
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 步态识别 MEMS运动 时间序列 加速度 形态特征
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 84-88
• 页数: 5页
• 分类号: TP273|TN911.7
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801528

摘要

在人体步态识别领域中,传统研究所采用的动态滑动时间窗法,无法有效提高对智能移动设备内部MEMS运动模式混合变化时的识别精度.针对该问题,从时间序列数据挖掘的角度出发,根据人体跨步特点确立加速度动态波形的序列分割方法;为得到MEMS运动在波形体现出的细节信息,提出波形形态特征的建模方法,将对MEMS运动模式的识别转换成对波形特征的识别;同时研究了波形间形态距离关系,并建立形态距离的差异性评估体系,以提高对人体步态和设备携带方式的识别精度.验证结果表明,提出的方法和参考方法人工神经网络相比,对人体步态及设备携带方式的整体识别精度提高了14.68％,有效证明了该方法在人体步态识别的理论和应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩国川		6	4	1.0	1.0