发明名称 |
基于加速度传感器的人体运动识别方法 |
摘要 |
本发明涉及一种基于加速度传感器的人体运动识别方法,包括:对原始加速度信号进行活动窗处理,提取处理后加速度信号的频域特征;根据特征空间中每维特征之间的关联性,生成整个特征空间的关联矩阵;对该关联矩阵运用谱聚类的方法,生成多个子集,每个子集表示为图,直到这里完成多图表示学部分;对获得的每个图应用多维尺度分析方法,去除每个图多余的谱信息,以获得图内最相关的信息,实现局部降维;对局部降维后的多图运用多集典型相关分析,通过计算图之间主要信息的相关性,获得特征的最终表示形式,完成多图嵌入表示的学;通过最近邻分类器进行分类学。本发明本发明即能降低特征的维数,又提高运动识别的准确率。 |
申请公布号 |
CN106446778A |
申请公布日期 |
2017.02.22 |
申请号 |
CN201610751821.8 |
申请日期 |
2016.08.27 |
申请人 |
天津大学 |
发明人 |
褚晶辉;罗薇;吕卫 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
天津市北洋有限责任专利代理事务所 12201 |
代理人 |
程毓英 |
主权项 |
一种基于加速度传感器的人体运动识别方法,包括下列步骤:(1)确定合适的滑动窗大小,对原始加速度信号进行活动窗处理,提取处理后加速度信号的频域特征;(2)对该特征运用Hilbert‑Schmidt独立准则,根据特征空间中每维特征之间的关联性,生成整个特征空间的关联矩阵;(3)对该关联矩阵运用谱聚类的方法,生成多个子集,每个子集表示为图,直到这里完成多图表示学习部分;(4)对获得的每个图应用多维尺度分析方法,去除每个图多余的谱信息,以获得图内最相关的信息,实现局部降维;(5)对局部降维后的多图运用多集典型相关分析,通过计算图之间主要信息的相关性,获得特征的最终表示形式,完成多图嵌入表示的学习;(6)通过最近邻分类器进行分类学习。 |
地址 |
300072 天津市南开区卫津路92号 |