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(bào)或認(rèn)領(lǐng)
文檔簡介
1、如今,人們對便捷化和智能化生活的需求越來越多,基于視覺的人體行為識(shí)別分析被廣泛的應(yīng)用在人機(jī)交互,安全防護(hù),教育教學(xué)等領(lǐng)域。因此,高準(zhǔn)確率的實(shí)現(xiàn)行為的識(shí)別和分析具有極大的價(jià)值和實(shí)際意義。但是由于行為的模糊性、關(guān)聯(lián)性和多樣性,造成了行為特征數(shù)據(jù)結(jié)構(gòu)的難以預(yù)料性,從而導(dǎo)致在對行為特征數(shù)據(jù)進(jìn)行聚類分析時(shí),難以判斷聚類效果的優(yōu)劣。本文在多視角行為識(shí)別的背景下,結(jié)合不同的聚類算法對聚類有效性進(jìn)行了一定的分析和研究,并將結(jié)合有效性指標(biāo)的不同聚類算法應(yīng)
2、用于多視角的行為特征數(shù)據(jù)的分析和建模中,取得了良好的效果。
本文闡述并分析了數(shù)據(jù)在未知?jiǎng)澐值那闆r下,其聚類的有效性,并對常用的有效性指標(biāo)進(jìn)行介紹,借鑒各有效性指標(biāo)的優(yōu)勢,提出了一種結(jié)合類內(nèi)緊致性和類間分離度的有效性指標(biāo)(CS)。為驗(yàn)證該有效性指標(biāo)的有效性,本文將有效性指標(biāo)與FCM,GK,GG三種聚類算法分別結(jié)合,并通過實(shí)驗(yàn)分析將改進(jìn)的有效性指標(biāo)與其他指標(biāo)進(jìn)行比較,驗(yàn)證了該指標(biāo)的有效性。
從IXMAS多視角視頻庫的視頻
3、中提取時(shí)空特征點(diǎn),并對五個(gè)視角下的同一行為建立遞歸圖,得到多視角行為特征數(shù)據(jù),然后通過對行為特征數(shù)據(jù)進(jìn)行聚類,得到行為識(shí)別模型,并以此作為行為測試模板,最后對行為進(jìn)行測試,判斷是否為同一行為。其中,聚類的效果對最終的行為識(shí)別有著重要的影響。良好的聚類效果有助于建立一個(gè)好的行為識(shí)別模型,提高行為識(shí)別率。本文將基于有效性指標(biāo)的不同聚類算法應(yīng)用到多視圖同類行為特征數(shù)據(jù)的分析中,將該有效性指標(biāo)分別與FCM、GK以及GG三種聚類算法相結(jié)合,并分別
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(huì)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(chǔ)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(shí)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
- 大數(shù)據(jù)分析中的聚類算法研究.pdf
- 模糊聚類算法及其聚類有效性的研究.pdf
- 聚類算法在IDS特征分析中的應(yīng)用.pdf
- 基因數(shù)據(jù)分析中聚類算法的研究與應(yīng)用.pdf
- 基于聚類算法的基因微陣列數(shù)據(jù)分析.pdf
- 基于網(wǎng)格和密度的優(yōu)化聚類算法研究及其在電信數(shù)據(jù)分析中的應(yīng)用.pdf
- H-KTT聚類算法及其在大規(guī)模AMI數(shù)據(jù)分析中的應(yīng)用.pdf
- 基于有效性的聚類集成研究及其在機(jī)場噪聲評(píng)價(jià)中的應(yīng)用.pdf
- 基于層次聚類的數(shù)據(jù)分析.pdf
- kmeans聚類算法在面板數(shù)據(jù)分析中的改進(jìn)及實(shí)證研究
- 聚類有效性指標(biāo)結(jié)構(gòu)分析及應(yīng)用.pdf
- 模糊聚類在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究.pdf
- 聚類算法分析在基因表達(dá)數(shù)據(jù)中的分析應(yīng)用
- 基因表達(dá)數(shù)據(jù)分析的聚類算法研究.pdf
- 聚類算法分析在基因表達(dá)數(shù)據(jù)中的分析應(yīng)用.pdf
- 聚類與分類算法及其在鋁電解數(shù)據(jù)分析中的應(yīng)用研究.pdf
- 自組織映射聚類算法在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究.pdf
- 譜聚類在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用與研究.pdf
- 模糊聚類算法及其有效性研究.pdf
- DNA微陣列數(shù)據(jù)分析中的雙聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論