CNN与决策树结合的新型人体行为识别方法研究

发布时间：2018-11-11 11:02

【摘要】：基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点,传统的贝叶斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征,并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法(convolutional neural network,CNN)在大数据量与小数据量两种情况下分别进行特征学习,直接读取智能手机内置三轴加速度数据,自动提取加速度信号的特征,利用自动提取出来的加速度数据特征,结合决策树算法实现人体行为的分类识别。实验表明,该识别方法准确率较传统机器学习方法提高了1.1%~5.2%,尤其在大数据量下准确率提高更为明显。
[Abstract]:Human behavior recognition based on the built-in acceleration sensor of smart phone is a research hotspot in the field of artificial intelligence in recent years, traditional Bayes, extreme learning machine, The decision tree and other recognition methods must first extract the time-frequency domain features from the acceleration sensor data and select the features from a large number of time-frequency features. In this paper, the convolution neural network (convolutional neural network,CNN) algorithm in depth learning is used to learn the features of the acceleration signal in the case of large and small data, and to read the three-axis acceleration data directly, and to extract the characteristics of acceleration signal automatically. Based on the feature of acceleration data extracted automatically and decision tree algorithm, the classification and recognition of human behavior are realized. The experimental results show that the accuracy of this recognition method is higher than that of the traditional machine learning method by 1.1 and 5.2, especially in the case of large amount of data.
【作者单位】： 西安邮电大学计算机学院;
【基金】：国家自然科学基金资助项目(61373116) 陕西省科技统筹创新工程计划项目(2016KTZDGY04-01) 陕西省教育厅专项科研计划资助项目(16JK1706) 西安市科技局科技计划项目(2017084CG/RC047(XAYD001)
【分类号】：TP18;TP212.9

【相似文献】

相关期刊论文 前10条

1 李治玮;郭戈;;一种新型指针仪表识别方法研究[J];微计算机信息;2007年31期

2 赵庆;空中目标的识别——一种基于局域库搜索的识别方法[J];机器人;1993年04期

3 吴东生,蔡品璐;脉冲响应函数的识别方法[J];武汉纺织工学院学报;1997年03期

4 赵捧,蒋慰孙;基于模糊神经网络的工况区域识别方法[J];华东理工大学学报;1998年01期

5 易方;李著信;孙秀平;马维平;;基于模糊神经网络的管道缺陷识别方法研究[J];微计算机信息;2010年02期

6 陈彦;于徐红;;高速公路斜拉桥索力检测数据快速采集与识别方法[J];贵州师范大学学报(自然科学版);2013年04期

7 王军强;陈剑;王烁;郭银洲;张映锋;孙树栋;;作业车间区间型多属性瓶颈识别方法[J];计算机集成制造系统;2013年02期

8 曾韬;余永权;赵锐;;工程矛盾的可拓模型及主要矛盾识别方法[J];广东工业大学学报;2013年03期

9 刘相滨,向坚持,王胜春;人行为识别与理解研究探讨[J];计算机与现代化;2004年12期

10 姚世选;裴永斌;常晓明;薄志强;;关于智能车模起跑线识别方法的设计与实现[J];电子产品世界;2007年06期

相关会议论文 前6条

1 方帅;曹洋;王浩;;视频监控中的行为识别[A];2007中国控制与决策学术年会论文集[C];2007年

2 赵捧;蒋慰孙;;一种新的工况区域识别方法[A];1997中国控制与决策学术年会论文集[C];1997年

3 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用研究[A];2013年全国通信软件学术会议论文集[C];2013年

4 杨树林;柯有安;;神经网络与DTW两种识别方法的比较[A];第二届全国人机语音通讯学术会议论文集[C];1992年

5 那文波;;树型传输网故障分支识别方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

6 屠s，

本文编号：2324635