行为识别系统研究与应用

发布时间：2021-03-08 05:07

　　行为识别系统被广泛应用于个人健康管理、医疗以及体感娱乐等多个领域,并且行为识别能够作为感知人当前状态信息,从而成为一种良好的人机交互方式。对行为系统研究不仅仅局限于学术界对其理论分析,相关企业也对其投入了成本,在当前应用市场上也有诸如“咕咚”和“微信晒步数”等多款备受用户热爱的应用软件,从而也证明了对行为识别系统的研究具有重要的应用价值。对行为识别系统的研究起源于使用摄像头进行采集图像信息并基于计算机视觉技术进行行为识别,到如今利用可穿戴设备以及智能手机上内置的传感器采集数据进行行为识别。特别是基于智能终端的行为识别系统更加符合用户的日常生活并对用户生活无侵入,这使得行为识别系统能够大大推广。基于以上背景,本文对基于智能终端的行为识别问题进行了深入研究并设计实现了原型系统,本文的主要工作主要包含如下三个部分:1.在特征工程中,综合考虑分类算法的性能、特征约减效果以及特征成本这三个关键因素,利用二进制粒子群优化算法（BPSO）的搜索能力提出了基于特征可信度和成本的特征选择方法,并在UCI公开数据集中进行了充分的验证,从而证明基于特征可信度和成本的特征选择方法的有效性。其中在Lung数据集... 

【文章来源】：南京邮电大学江苏省

【文章页数】：110 页

【学位级别】：硕士

【部分图文】：

行为识别系统技术方案演进图

图 2.1 行为识别系统技术方案演进图如图 2.1 所示，行为识别系统最开始是使用放置在固定位置的摄像头作为行为识别系统件载体，而在该阶段也主要采用的是计算机视觉技术。随着微电子行业的快速发展以及高度集成化，市场上出现了集成多种可采集生物特征如心率、加速度等特征的传感器的戴设备。因此，为了避免由传感器位置固定带来的局限性，行为识别系统的硬件载体也转向了使用可穿戴设备，因此，技术方案也趋向于使用基于机器学习的技术方案。直到年，智能手机也逐渐配备了大量的传感器，由于智能手机对日常生活无侵入性、舒适性及无须给用户带来额外的硬件成本等特性，基于智能手机的行为识别系统成为了研究热术方案依然是采用基于机器学习的技术方案。但是由于智能手机是能量有限的设备无法高功耗的应用，因此，基于智能手机的行为识别系统需要进行特定的优化以及整体方案更加轻量级。如图 2.2 所示，在手机应用市场中，也有多款基于行为识别的热门应用，受到用户的追捧

南京邮电大学专业学位硕士研究生学位论文 第二章 相关背景知识介绍2007 年成为了研究热点[56]。Xue Bing 等人[56]通过从 Google Scholar、Web Of Science 和 Scopus上统计基于进化计算的特征选择方法的论文数量，结果显示从2007年后基于遗传算法（GAs）和粒子群算法（PSO）的特征选择算法的论文数据增幅较大，特别是基于 PSO 的特征选择方法增幅最大。从 Xue Bing 等人[56]的研究综述明显可以看出，基于进化计算的特征选择方法已经逐渐成为研究热点。如图 2.8 所示，Xue Bing[56]将基于进化计算的特征选择方法进行了如下分类。

【参考文献】：
博士论文
[1]高维数据的特征选择及基于特征选择的集成学习研究[D]. 张丽新.清华大学 2004



本文编号：3070467