基于智能手机传感器的基础行为识别方法研究

• 作者: 刘春辉 孔菁 王一丰 郭渊博
• 来源期刊: 计算机应用研究
• 关键词: 智能手机传感器 基础行为 主成分分析 决策树 支持向量机分类器
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1081-1085
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0728

摘要

为提高人类行为识别准确性的同时降低实现过程的复杂程度,提出基于智能手机加速度传感器与陀螺仪数据对六种日常基础行为进行识别的方法.在分析传感器框架的基础上,对加速度传感器进行数据采集并对原始数据进行数据预处理,然后采用主成分分析方法结合已有知识对数据统计特征进行降低维数处理,再利用机器学习算法实现对行为特征的分类与识别,目的是简化基础行为的识别过程并提高数据的利用率.实验测试结果验证了决策树与支持向量机分类器结合使用的有效性,识别准确率可接近97％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭渊博	信息工程大学密码工程学院	41	99	4.0	9.0
2	孔菁	信息工程大学密码工程学院	4	5	2.0	2.0
3	刘春辉	信息工程大学密码工程学院	4	6	2.0	2.0
4	王一丰	信息工程大学密码工程学院	5	6	2.0	2.0