基于BP神经网络的人体活动识别方法
Internet of things technologies（2021）
摘要
针对当前机器学习算法对人体活动分类精度不高、模型泛化能力差等问题,建立了BP神经网络分类模型用以进行人体活动识别.提取惯性传感器采集的三轴加速度数据和三轴陀螺仪数据的方差、平均绝对值、均方根等时域特征,采用主成分分析(PCA)法对提取的时域特征进行降维操作,再将其作为分类器的输入进行人体活动分类.基于公开的DaLiAc数据集的实验结果表明,所提方法对13种不同人体活动的识别准确率达96.6％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要