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:
通过K-means聚类算法通过对获得的行走姿势角度数据进行分类,从而对不同的行走姿势标准进行划分.首先采集人体行走周期视频,通过提取人体行走周期视频内的单帧图像,用Photoshop中的角度标注功能对图像进行标注,然后利用层次聚类的方法预先确定分类个数,最后用MATLAB和K-means聚类算法对角度数据进行分类.采集317名青年人正常行走视频进行处理,标准分类结果良好.
推荐文章
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
K-means聚类算法初始中心选择研究
K-means聚类算法
K个聚类中心
密度参数
K-means算法改进
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K-means聚类算法的行走姿势分类标准研究
来源期刊 现代计算机 学科
关键词 行走姿势 聚类分析 分类标准
年,卷(期) 2018,(7) 所属期刊栏目 研究与开发
研究方向 页码范围 37-40
页数 4页 分类号
字数 3129字 语种 中文
DOI 10.3969/j.issn.1007-1423.2018.07.010
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 徐伟 中国人民公安大学研究生院 47 281 9.0 16.0
2 郭威 中国人民公安大学研究生院 58 188 7.0 10.0
3 穆小旭 中国人民公安大学研究生院 3 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  (17)
共引文献  (105)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 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
行走姿势
聚类分析
分类标准
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导