2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著傳感器、無線通信等技術的發(fā)展,體域網在醫(yī)療、體育、娛樂等領域得到了更為廣泛的應用。人體行為識別是體域網科研領域的一個主要研究熱點,能夠幫助計算機感知人類的肢體行為并理解其含義,進而在醫(yī)療患者監(jiān)護、運動員輔助訓練等應用場景中提供具有實際價值的服務。
  步態(tài)行為是一種生活中常見的動作,準確識別步態(tài)對于各領域的復雜行為識別研究來說具有普遍意義。現有的步態(tài)行為識別方法往往采用滑動窗口技術獲取與步態(tài)動作相關的加速度傳感器數據,并在此基

2、礎上完成特征提取和分類器訓練。這些方法難以準確定位動作的發(fā)生時段,需處理重復數據,因而使得系統(tǒng)計算開銷增大,且研究所覆蓋的步態(tài)類型較少,缺少對運動方向變化的考慮。為此,本文提出一種基于事件驅動策略的步態(tài)行為識別方法,用以識別行走、奔跑、蹲起、跳躍、轉身、上下樓等12種腿部動作。該方法以陀螺儀為主要傳感器,通過采集腿部和腰部角速度信號來感知人體下肢的動作,并依據小腿角速度的變化規(guī)律動態(tài)劃分步態(tài)周期。之后,在步態(tài)周期內的傳感器數據中提取出2

3、0種具有實際意義的啟發(fā)式特征,送至步態(tài)分類模型得到步態(tài)所屬類別。在構建分類模型的過程中,考慮到起步與后續(xù)階段的步態(tài)在行為表現上存在一定差異,本文提出為兩階段步態(tài)分別構造專屬分類器的策略,并通過比較四種常用機器學習算法得到適用于步態(tài)行為識別的最佳分類器。
  實驗結果表明,本文提出的步態(tài)行為識別方法能夠有效識別12種步態(tài),對于不同測試者的識別準確率平均可達到98.0%,相比于其它步態(tài)行為識別方法,具有識別類型多、準確率高、實時性好、

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論