

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于加速度傳感器的人體行為識別是人體行為識別領(lǐng)域中一個新興的研究方向,相比于基于視覺的人體行為識別方法具有抗外界干擾能力強、攜帶方便、數(shù)據(jù)獲取方式自由等優(yōu)點。本文圍繞加速度傳感器信號的去噪方法、特征提取方法和分類識別方法這三方面展開了一系列的研究,主要工作包括:
1、針對小波去噪方法中傳統(tǒng)的硬閾值法和軟閾值法的不足,本文提出了一種新的閾值函數(shù),克服了硬閾值法的振蕩和軟閾值法的固定衰減問題,通過仿真比較說明,本文提出的方法相比較
2、于硬閾值和軟閾值法能更有效地濾除加速度傳感器信號中的噪聲。
2、提出了一種基于標(biāo)準(zhǔn)差、偏度、峰度和相關(guān)系數(shù)的五種走路模式(站立、走路、跑步、上樓和下樓)的識別算法。實驗結(jié)果表明,本文提出的特征提取方法能有效的區(qū)分站立、走路、跑步、上樓和下樓這五種不同的走路模式,用SVM進(jìn)行分類時,五種動作的平均識別率達(dá)到了98%。
3、針對三種相似的走路模式難以區(qū)分的問題,提出了基于小波能量和四分位間距的走路模式識別算法,細(xì)分了三種
3、走路模式:正常走、慢走和快走。實驗結(jié)果表明,本文提出的特征提取方法能達(dá)到100%的平均識別率,比傳統(tǒng)的FFT系數(shù)提高了6.667%的識別率,從而顯示出本文提出的特征提取方法的有效性。
4、初步研究了基于三維加速度傳感器的步態(tài)識別,提出了一種基于多種時域特征和時頻特征的步態(tài)識別算法。通過SVM分類器進(jìn)行分類識別,識別的正確率為95.7134%,說明了基于加速度傳感器的步態(tài)識別是可行的,也是有效的。
5、針對傳統(tǒng)的支持向
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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于加速度傳感器的人體行為識別研究.pdf
- 一種基于三維加速度傳感器的人體行為識別方法.pdf
- 基于加速度傳感器的人體姿態(tài)識別.pdf
- 基于加速度傳感器的人體運動姿態(tài)識別.pdf
- 基于加速度傳感器的人體動作識別方法研究.pdf
- 基于三維加速度傳感器的人體運動能耗檢測系統(tǒng)的研究.pdf
- 基于加速度傳感器的人體姿態(tài)識別系統(tǒng)研究.pdf
- 基于手機加速度傳感器的人體監(jiān)控系統(tǒng)研制.pdf
- 基于加速度傳感器的人體下肢假肢步態(tài)分析.pdf
- 基于加速度傳感器的人體摔倒檢測系統(tǒng)設(shè)計.pdf
- 基于三維加速度傳感器的跌倒監(jiān)測研究.pdf
- 基于三維加速度傳感器的手勢識別及交互模型研究.pdf
- 基于加速度傳感器的人體運動狀態(tài)監(jiān)測的研究.pdf
- 基于加速度傳感器的手勢識別.pdf
- 95511.基于加速度傳感器的人體步態(tài)模式分類研究
- 基于加速度傳感器的行為識別方法研究.pdf
- 基于三維加速度傳感器的空間手寫識別預(yù)處理技術(shù)研究.pdf
- 基于三軸加速度傳感器的山羊行為特征識別研究.pdf
- 基于加速度傳感器的人體姿態(tài)監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 關(guān)于三維加速度光纖傳感器的理論研究.pdf
評論
0/150
提交評論