基于加速度与HGA-BP神经网络的人体行为识别

作     者：卢先领 徐仙 LU Xianling;XU Xian

作者机构：江南大学轻工过程先进控制教育部重点实验室无锡214122 江南大学物联网工程学院无锡214122 

基　　金：江苏省产学研联合创新资金前瞻性联合研究基金资助项目(BY2014023-31) 江苏高校优势学科建设工程基金资助项目 江苏省"六大人才高峰"高层次人才基金资助项目(WLW-007) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2015年第41卷第9期

页      码：220-224,232页

摘      要：在基于加速度传感器的人体行为识别中,分类器复杂度较高,易产生过拟合现象。为此,通过递阶遗传算法(HGA)训练BP神经网络作为分类器,采用三级染色体递阶结构表示神经网络的结构和参数。设计新的适应度函数,采用选择、交叉和变异操作联合优化BP网络的精确度和复杂度。测试结果表明,在基于加速度信号的行为识别系统中,相比基本HGA和其他常用算法,利用改进的HGA训练BP网络分类器可以有效控制网络结构,在保证隐层神经元数目较少的情况下,尽可能降低输出误差,实现两者的动态平衡,且对测试样本的识别正确率可达94.63%。

主 题 词：行为识别 加速度传感器 递阶遗传算法 BP神经网络 交叉 变异 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-3428.2015.09.041

馆 藏 号：203525727...