%0 Journal Article
%T 基于三维重力加速器人体动作识别与分类 Recognition and classification of human activity by triaxial gravity accelerator
%A 肖子明
%A 马双宝
%A 薛勇
%A 吴雨川
%J 武汉大学学报(工学版)
%D 2015
%X 运用单个动作传感器通过机器学习算法——支持向量机(SVM),建立出色的人体日常动作识别模型.通过3个主要步骤对动作数据进行了处理,即小波转换,基于降维和K层交叉验证的主成分分析(PCA)以及自动寻优搜索获得SVM径向基核函数中的最佳参数σ和c,获得识别6种人体动作的最佳分类器.采用SVM(支持向量机)算法获得的动作分类器,在对不同动作识别时,得出的平均准确率达到94.5%.这表明基于人体动作识别的验证方法具有实用价值的,并在不久的将来会有进一步的提升
%K 动作识别
%K 小波变换
%K PCA
%K K层交叉验证
%K 径向基核函数
%U http://wsdd.cbpt.cnki.net/WKC/WebPublication/paperDigest.aspx?paperID=8807f342-2941-4de3-9568-dd6acf943478