围栏的人类活动识别优化算法

• 作者: 王营冠 胡科路
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 惯性传感器 围栏 人类活动检测 神经网络
• 年，卷（期）: 2019,（1）
• 页码范围: 93-97,105
• 页数: 6页
• 分类号: TP391
• 字数: 3153字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.01.015

摘要

为了有效地检测围栏上的人类活动,对已有的使用神经网络的围栏人类活动识别系统进行了优化,提出多级识别、多节点融合判断等优化算法.多级识别算法通过初级识别排除掉了大量无活动时的背景数据,降低了上传的数据量,提升了下一级的识别准确率;多节点融合算法通过融合地理位置相邻的节点的识别结果,提升了结果的可靠性.基于小型围栏环境的实地数据,通过实验仿真验证了算法的有效性.优化算法的数据传输速率、数据传输总量都远小于基准算法;多节点融合算法去除掉了67.7％的冗余识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王营冠	中国科学院上海微系统与信息技术研究所	71	470	10.0	18.0
2	胡科路	中国科学院上海微系统与信息技术研究所	1	0	0.0	0.0