[00019612]一种基于物理属性的自适应行为识别方法
技术详细介绍
一种基于物理属性的自适应性行为识别方法
自适应性行为识别方法通过采集运动过程的加速度数据作为训练样本，利用卡尔曼滤波器对训练样本进行滤波，计算每类动作一个完整周期的物理属性作为样本特征值，采用可变大小的动态滑动窗口来处理实时数据流，选择各特征值的平均值及引力作为投票依据，通过投票来进行分类。最后通过增量学习过程来动态更新样本特征值，使其逐渐趋向于用户的行为习惯，达到更好的行为识别目的。本自适应性行为识别方法发明对个别用户具有良好的灵活适应性、识别率较高。
自适应性行为识别方法通过采集运动过程的加速度数据作为训练样本，利用卡尔曼滤波器对训练样本进行滤波，计算每类动作一个完整周期的物理属性作为样本特征值，采用可变大小的动态滑动窗口来处理实时数据流，选择各特征值的平均值及引力作为投票依据，通过投票来进行分类。最后通过增量学习过程来动态更新样本特征值，使其逐渐趋向于用户的行为习惯，达到更好的行为识别目的。本自适应性行为识别方法发明对个别用户具有良好的灵活适应性、识别率较高。
