检索结果-内蒙古大学图书馆

计算机科学与探索 2017年第6期11卷 941-949页

作者：褚晶辉罗薇吕卫天津大学电子信息工程学院天津300072

新颖和恰当的算法是人体运动模式识别系统的关键。在获取加速度传感器信号的基础上,提出了一种人体运动模式识别算法,其中多图嵌入表示用于特征降维,最近邻用于模式分类。该算法通过特征分组对原始特征空间进行多个独立子集的划分,并生... 详细信息

新颖和恰当的算法是人体运动模式识别系统的关键。在获取加速度传感器信号的基础上,提出了一种人体运动模式识别算法,其中多图嵌入表示用于特征降维,最近邻用于模式分类。该算法通过特征分组对原始特征空间进行多个独立子集的划分,并生成图;通过多维尺度分析法在每个子图上生成新的嵌入坐标,并找到这些嵌入坐标的线性组合来表示原始特征空间;最后通过最近邻分类器进行模式分类。该算法新颖、简单,能在最小信息丢失的基础上挖掘原始特征空间的潜在结构,提高特征选择的稳定性。实验结果表明,同其他代表性算法相比,该算法准确度高,能更好地区分人体运动。

关键词：加速度传感器人体运动模式识别多图多维标度法图嵌入

来源：评论

学校读者我要写书评

暂无评论

基于CNN-Mogrifier LSTM的人体运动模式识别算法

引用

电子测量技术 2021年第21期44卷 95-100页

作者：李浩于志远尹业成闫国栋北京精密机电控制设备研究所北京100076 航天伺服驱动与传动技术实验室北京100076

随着传感器、微电子等技术的发展,通过可穿戴式传感器对人体的运动模式进行识别,具有广泛的应用价值,如何提高识别的准确率,具有重要研究意义。考虑到人体下肢运动的特点,提出了一种基于CNN和Mogrifier LSTM的人体运动模式识别算法,先利... 详细信息

随着传感器、微电子等技术的发展,通过可穿戴式传感器对人体的运动模式进行识别,具有广泛的应用价值,如何提高识别的准确率,具有重要研究意义。考虑到人体下肢运动的特点,提出了一种基于CNN和Mogrifier LSTM的人体运动模式识别算法,先利用CNN提取原始数据的局部相关特征,再使用Mogrifier LSTM代替全连接层,挖掘局部相关特征的前后依赖关系,对行走、跑步、上楼梯、下楼梯、上坡和下坡6种常见的运动模式进行识别。实验结果表明,相比于传统LSTM算法,Mogrifier LSTM的准确率提升了1.03%,将CNN和Mogrifier LSTM相结合后,准确率进一步提升了1.17%,达到了98.18%,证明了算法的优越性。

关键词：形变长短时记忆网络卷积神经网络人体运动模式识别惯性测量单元

来源：评论

学校读者我要写书评

暂无评论

基于人体运动模式识别的单兵室内导航算法研究

基于人体运动模式识别的单兵室内导航算法研究

引用

作者：刘永清航天科工集团第二研究院

学位级别：硕士

利用卫星导航系统实现对车辆和行人的定位导航功能已经得到广泛的应用，但是在卫星信号无覆盖或者信号微弱的环境下无法利用该方式进行人员定位导航，特别是在人类活动较为频繁的室内环境。目前，国外对于室内定位导航技术已开展广泛的... 详细信息

利用卫星导航系统实现对车辆和行人的定位导航功能已经得到广泛的应用，但是在卫星信号无覆盖或者信号微弱的环境下无法利用该方式进行人员定位导航，特别是在人类活动较为频繁的室内环境。目前，国外对于室内定位导航技术已开展广泛的研究，并取得了一定的研究成果;而在国内对于该技术的研究才处于初步探索研究阶段。基于位置服务(LBS)在人类生活中的用处越来越广泛，室内定位导航系统(Indoor PositionSystem，IPS)将会是未来定位导航的重要发展方向，这也将会为人们的日常出行和生活带来诸多便利和福利。实现高精度室内定位导航，其关键点在于系统导航参数的误差修正。因此，本论文提出一种基于人体运动模式识别结果的自适应单兵导航系统，重点开展基于人体运动模式识别的自适应惯性零速修正室内导航算法的研究工作。　　在本文单兵导航系统的室内定位导航中，本文提出一种基于人体运动模式识别的自适应零速修正室内算法。人体运动模式识别的结果为运动过程中零速区间的检测提供理论依据，并根据该识别结果更好地进行零速区间检测，避免传统零速检测方法对人体运动过程中零速区间的漏检测以及误检测。在人体运动模式识别算法中，通过机器学习的算法模型结合人体运动学特征，采用分层识别的算法原理实现人体运动模式识别。此方法对于慢走运动模式的识别率最高，准确率达到99.54％。结合人体行走过程中的运动特征以及人体运动模式的识别结果，在该运动模式识别结果的基础上设计基于零速校正的卡尔曼滤波器，通过对卡尔曼滤波算法的改进，不仅实现了对系统速度误差的校正，而且还对系统的位置误差以及姿态误差进行了有效校正，从而实现了单兵导航系统室内定位导航精度的提高。并通过大量的实测实验证明了该算法的可靠性以及准确性。

关键词：单兵室内导航人体运动模式识别零速修正零速检测

来源：评论

学校读者我要写书评

暂无评论

基于随机森林算法的人体运动模式识别研究

基于随机森林算法的人体运动模式识别研究

引用

作者：刘玉琪北京邮电大学

学位级别：硕士

随着传感器技术日益精进和模式识别算法的不断完善,基于传感器的人体运动模式识别技术也因此成为了一个备受关注、发展迅速的研究领域,并被应用于人机交互、健康监护、体育竞技、军事等众多领域。人体运动模式识别的基本原理是通过处理... 详细信息

随着传感器技术日益精进和模式识别算法的不断完善,基于传感器的人体运动模式识别技术也因此成为了一个备受关注、发展迅速的研究领域,并被应用于人机交互、健康监护、体育竞技、军事等众多领域。人体运动模式识别的基本原理是通过处理和分析传感器获取的人体运动信息,判定运动的类别。其主要步骤包括数据预处理、特征提取、特征选择、分类器的训练和分类算法的执行。为了在控制系统的运算成本的同时获取足够丰富的数据以保证系统分类结果的精确度,本文选用位于手腕和前胸的传感器数据参与人体运动模式的识别。由于人体运动复杂且外界环境多变,人体运动模式识别依然存在不少问题。例如对不同运动模式的细致分类,需要更有效的特征提取以及更高效的分类算法等。围绕着这些难点,本文对人体模式识别系统展开研究,主要工作包括:选用来自UCI数据库的PAMAP2数据集作为原始数据参与算法,该数据集的特点是数据全面,数据点丰富。在数据预处理部分,调优卡尔曼算法参数并实现了适用于人体运动模式识别的卡尔曼滤波器,用其对原始数据进行去噪滤波。提出了一种基于离散小波变换和自相关函数的多特征融合算法,并用其对数据进行处理和分析。该算法利用离散小波变换对数据信号做多分辨率小波分解,并提取每个分辨率下的特征值;同时利用自相关函数对数据做变换,并提取出可以反映运动时域周期性特点的特征值;将两部分特征值组合生成特征向量,然后选用局部线性嵌入法为该向量降维以完成特征的融合。提出了人工蜂群优化的随机森林算法,作为分类器应用于人体运动模式识别。本文选择CART算法作为决策树节点分裂算法,并基于人工蜂群算法优化随机森林的决策树的最大深度、最大特征数等参数。实验证明,人工蜂群算法优化的随机森林算法应用于人体运动模式识别,可以得到较高的分类精度。基于上述人体运动模式识别算法,设计并实现了一款B/S架构的人体运动模式识别系统。该系统可为从事人机交互、体育、医护等相关工作的人员提供有价值的运动模式信息,并允许用户分享运动模式数据集,为模式识别的发展提供技术支持。

关键词：人体运动模式识别卡尔曼滤波特征提取随机森林

来源：评论

学校读者我要写书评

暂无评论

基于位姿的人体运动模式识别

基于位姿的人体运动模式识别

引用

作者：赵汇东宁夏大学

学位级别：硕士

人体运动模式识别是人体意图判断、健康监控、人机交互等多个领域的研究基础,分析传感器记录运动产生的空间位置信息或姿态信息是主要的研究手段。中国人口老龄化问题越来越突出,跌倒是威胁老年人健康最危险的意外事故之一。行走状态的... 详细信息

人体运动模式识别是人体意图判断、健康监控、人机交互等多个领域的研究基础,分析传感器记录运动产生的空间位置信息或姿态信息是主要的研究手段。中国人口老龄化问题越来越突出,跌倒是威胁老年人健康最危险的意外事故之一。行走状态的平衡与跌倒有极大关系,目前对老人身体平衡能力的研究集中于身体素质的粗略评估或人体关键部位加速度信息的瞬时变化,难以准确对平衡能力进行评判,缺乏一种基于关键身体部位空间位置信息对人体平衡能力识别的方法与手段。此外,以智能手环和智能手表为主的智能可穿戴设备不断推陈出新。人与智能可穿戴设备使用黏性不断提高,利用其内置的加速度、陀螺仪等传感器进行运动模式识别变成了一个不可逆转的趋势。智能可穿戴设备成本较低,佩戴方便,易拾取运动过程(包括坐,躺过程中)中频繁变化的姿态特征。目前相关研究主要存在拾取特征点多、计算周期较长、识别率待提高等不足。因此本文着力研究基于空间位置信息对老年人行走平衡能力的识别和基于腕部姿态信息对人体运动模式的识别,主要完成以下工作:基于人体42个关键部位的空间位置信息,对66名老年人3秒的行走模式进行分析,初步提取25个用于衡量人体平衡能力的特征。随后,研究25个特征与老年人平衡能力之间的关系,结果表明其中重心相对冠状面偏移量,重心相对矢状面偏移量,胯部、肩部、臂部等在矢状面内偏移程度等13个特征可以用作衡量老年人身体平衡能力的指标。最后对13个平衡指标进行降维处理至三维,并对其进行聚类分析,用于区别平衡能力较好和平衡能力较差的老年人,结果表明降维后的平衡指标和聚类方法可以明显区分两类人群。对66名老年人常见的5种疾病与平衡能力的关系进行研究,采用贝叶斯网络模型进行建模和分析,结果表明患有缺氧症、脑血管疾病、骨质疏松等疾病的老年人平衡能力出现异常的概率较正常老年人会有显著增高。开发数据采集APP,利用安卓可穿戴设备内置的运动传感器采集人体腕部姿态信息,对人体行走、跑步、站立、下楼4个过程进行分析,提取信号均值、峰值、方差和协方差等特征值,进行分类和识别时采用支持向量机算法。之后为提高识别准确率,利用网格搜索法、遗传算法、粒子群优化算法分别对参数C、g进行优化。结果表明,该方法可以有效地识别实验者静止,走路,跑步和下楼的四个动作。本论文的研究内容可以为老年人身体平衡能力测定提供参考依据,对判断人体意图、健康监控、人机交互等提供基础参考,并为进一步跌倒风险评估提供研究基础。

关键词：身体平衡能力空间位置信息腕部姿态信息人体运动模式识别运动传感器

来源：评论

学校读者我要写书评

暂无评论

基于IMU的人体运动模式及人物身份识别算法研究

基于IMU的人体运动模式及人物身份识别算法研究

引用

作者：王德宁夏大学

学位级别：硕士

人体运动模式识别和人物身份识别是通过探索个体间不同运动中的特征特性差异来实现精准分类的技术。针对目前识别方法存在的设备成本较高、识别分辨率低、算法较为复杂等问题,本文基于IMU运动传感单元,研究利用人体步态特征信息进行不... 详细信息

人体运动模式识别和人物身份识别是通过探索个体间不同运动中的特征特性差异来实现精准分类的技术。针对目前识别方法存在的设备成本较高、识别分辨率低、算法较为复杂等问题,本文基于IMU运动传感单元,研究利用人体步态特征信息进行不同运动状态的模式识别以及进行同种运动模式下不同人物身份的识别,针对课题内容主要做了如下工作:1.针对人体运动数据的采集,选择基于Android系统的智能便携设备,并编写一款APP用于数据采集;随后确定了最佳的50Hz采样频率并以腕部作为设备佩戴位置;之后设计了基于50名测试者的数据采集实验;最后针对采集得到的基础数据利用50%重叠率的滑动窗口法进行预处理并进行数据特征性分析。结果表明人体运动具有较为明显的周期性,对于后续的识别研究提供了可靠的数据支撑。2.针对人体在站立、慢走、跑步、上下楼梯等四个运动模式进行特征分析研究;之后根据运动模式特征进行腕部步态的特征值提取;随后采用SVM分类算法实现对运动模式的识别:最后通过网格搜索寻优算法对SVM分类器参数进行优化。根据四类运动模式的特征差异,共选取出20个特征值,并优化得到C、g最佳参数对为(0.25,0.0625),四种运动模式的识别率为100%。3.针对不同人体在相同运动模式下的腕部步态特征差异进行分析研究;之后根据研究结果得到角度差异、位置差异、惯性差异和相干性差异四类腕部步态差异,并选取得到25个特征值;随后根据不同特征值在人体之间的差异离散度进行识别权重计算,并构建新的25维特征数学模型;最后运用BP神经网络识别法实现人物身份的识别,并针对网络隐含层节点、训练迭代次数进行对比分析,确定网络参数。实验结果表明该算法在20个样本数识别准确率达96.747%,能够实现小范围群组中的人物身份的精准识别。本文的研究内容能够为特定环境中的人体运动模式识别和人物身份识别提供一定的可靠参考,对生产生活中的安全监测、安全认证、行为识别等方面的研究提供了识别算法的理论基础。

关键词：运动传感器人物身份识别人体腕部运动人体运动模式识别特征值选取

来源：评论

学校读者我要写书评

暂无评论

群智感知环境中个人行为特征分析及识别技术研究

群智感知环境中个人行为特征分析及识别技术研究

引用

作者：张俊文哈尔滨工程大学

学位级别：硕士

如今,各种可穿戴智能设备和便携移动终端智能设备的数量爆炸增长,而且这些智能设备中配备的传感器种类日益丰富,这就为新型的物联网感知模式——群智感知,打下硬性基础。在群智感知环境下会有大量的关于用户的运动行为的数据产生,如何... 详细信息

如今,各种可穿戴智能设备和便携移动终端智能设备的数量爆炸增长,而且这些智能设备中配备的传感器种类日益丰富,这就为新型的物联网感知模式——群智感知,打下硬性基础。在群智感知环境下会有大量的关于用户的运动行为的数据产生,如何利用好这些数据,识别个体和群体的运动行为特征,进而反过来服务于个体和群体用户将成为新的挑战。近些年个体运动模式识别的研究较多,其中基于加速度数据的个体运动行为识别优点颇多,使用场景广泛,不过相关技术远未成熟,许多人体运动模式细分类问题仍不理想。为了在群智感知的大环境下进一步提高人体运动行为的识别性能,本文提出融合多种群智感知环境下产生的传感器和非传感器用户数据,来提高人体运动行为识别的识别性能。为了实现这个目的,本文首先优化了基于加速度数据的个体运动行为识别算法,通过提出新的特征提取方法最大频谱FFT(MFFT)系数和应用最优特征子集选择(FFS)的二叉决策树SVM多类分类算法,有效提高了基于加速度传感器人体运动模式识别的识别速度和识别率。其次基于用户个人历史运动数据的分类器,使用朴素贝叶斯分类算法,并结合个体用户的行为习惯变化特点,本文设计了自适应的,基于历史运动数据的人体运动模式识别分类算法,同时本文提出了一种结合了地理信息区域特性的个体运动模式分类器,根据特定区域内常见的个体运动模式,使用k近邻算法进行分类。最后将3种分类器融合,利用组合分类器算法设计了基于3种群智感知环境下用户运动数据的组合分类器。实验结果表明组合分类器的识别率比3个子分类器单独分类的识别率都要高,并且组合分类器的识别率稳定性明显优于单个子分类器。

关键词：人体运动模式识别群智感知特征提取组合分类器加速度传感器

来源：评论

学校读者我要写书评

暂无评论

可穿戴多生理参数监测的数据处理平台设计与算法研究

可穿戴多生理参数监测的数据处理平台设计与算法研究

引用

作者：邓为贤天津大学

学位级别：硕士

尽管可穿戴设备虽然在一定程度上对人体健康状况起到了一定的监护作用,但其现存的计算能力弱和续航能力差等缺点制约了其在健康监护领域的进步与发展。为此本文实现了一种可穿戴的多生理参数监测系统。本文所研究的系统包含可穿戴式生... 详细信息

尽管可穿戴设备虽然在一定程度上对人体健康状况起到了一定的监护作用,但其现存的计算能力弱和续航能力差等缺点制约了其在健康监护领域的进步与发展。为此本文实现了一种可穿戴的多生理参数监测系统。本文所研究的系统包含可穿戴式生理参数采集模块、Android设备的APP、后台服务器、Web前端以及生理参数处理算法五个方面。采集模块负责采集心电图(electrocardiogram,ECG)、加速度和体表温度信号,并通过低功耗蓝牙技术将三种数据发送给Android终端;Android终端负责数据接收、显示、保存和上传到服务器;后台服务器运行生理参数处理算法并及响应Web前端请求;Web前端则实现用户对生理参数的管理。本文生理参数处理算法包括心律失常分类和人体运动模式识别两类算法。在心律失常分类时,首先对ECG信号进行S变换,并从幅值和相位两个角度提取ECG信号的时频特征,与形态特征和RR间隔组成原始特征向量。然后将遗传算法与支持向量机(support vector machine,SVM)结合组成Wrapper式特征选择方法,并在其中融入ReliefF算法。即采用ReliefF算法计算特征权重,并根据特征权重大小来指导遗传算法种群初始化,遗传算法以SVM的分类性能作为适应度函数来搜索特征子集。最后使用“一对多”SVM对MIT-BIH心律失常数据库8种类型心拍进行分类。实验结果表明,该算法达到了较好分类效果。人体运动模式识别算法则是在提取时域和频域特征后,充分利用心律失常分类算法中现有的特征选择方法和多分类模型,实现了对SCUT-NAA数据库中10种动作模式的识别。最后上述两种算法成功移植到服务器端,实现了对生理参数的监测。

关键词：可穿戴 Android 生理参数心律失常分类人体运动模式识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：