基于可穿戴傳感器的人體行為識別方法研究.pdf

1、伴隨電子與通信技術的發(fā)展，無線傳感器得到了廣泛應用?；谖T性傳感器的人體行為識別作為人工智能的一個新興分支，日益受到人們的廣泛關注與重視。相比基于視覺的人體行為識別方法，它具有設備復雜性小，受外界環(huán)境干擾小，具有更好的空間自由性等優(yōu)點。作為物聯(lián)網(wǎng)的一項重要應用，在醫(yī)療保健、健康恢復、助老助殘等方面具有廣闊的應用前景和非?？捎^的經(jīng)濟效益。該領域研究是一項極具意義的工作。然而當前國內(nèi)外對基于傳感器行為識別工作研究仍存在諸多不足。本文主要針

2、可穿戴傳感器行為識別中特征和分類方法進行研究和改進，主要研究工作如下:
　　第一，考慮傳感器行為識別主要采用機器學習和模式識別方法，論文引入壓縮感知和稀疏表示理論用于解決傳感器行為分類問題。另外，針對多傳感器行為識別問題，提出一種有效的結果融合方法。在多傳感器行為識別系統(tǒng)中，構建并行處理架構有利于提升行為識別速率，而要想保持或者提升行為識別率，結果融合方法發(fā)揮至關重要的作用。本文通過分析多任務行為識別過程，構建出殘差模型，該模型能

3、將多任務結果進行有效融合，充分挖掘數(shù)據(jù)信息。
　　第二，針對基于傳感器行為識別的特征多沿用數(shù)字信號處理的時頻域特征問題，論文提出一種關聯(lián)特征。在多傳感器系統(tǒng)中，根據(jù)人體行為特性，各個不同位置傳感器節(jié)點數(shù)據(jù)之間存在關聯(lián)性，關聯(lián)特征是對不同位置傳感器信息的一種結合，能更好反應人體運動特征。該特征能有效挖掘已有數(shù)據(jù)中潛在信息，提升行為識別率。
　　最后，本文選取了兩個國外公開的傳感器行為識別數(shù)據(jù)庫，進行大量仿真驗證實驗。大量實驗結