基于多模型融合的人体行为识别模型

作     者：余万里 韦玉梅 李鲁群 YU Wan-li;WEI Yu-mei;LI Lu-qun

作者机构：上海师范大学 

基　　金：2018年度大学生创新创业训练计划基金项目(201810270167) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2019年第40卷第10期

页      码：3030-3036页

摘      要：对用户的行走、上楼、下楼、静坐、站立、躺下6种行为状态产生的陀螺仪传感器数据进行研究。通过分析局部时间段内用户的状态信息,扩充样本数据维度,将卷积神经网络模型和长短期记忆网络模型相结合,构建特征提取器,使用线性支持向量机完成分类工作。行为识别精度达到99.4%以上,每一种的行为状态识别精度均超过98%。相比于多层感知机、卷积神经网络以及长短期记忆网络,平均识别精度提升了1%-2%。相比传统的机器学习算法,例如贝叶斯、支持向量机、决策树等,平均识别精度提升了3%-4%。

主 题 词：卷积神经网络 长短期记忆网络 人体行为识别 深度学习 模型融合 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2019.10.050

馆 藏 号：203785301...