典型文献
基于HHT和改进PNN的CSI人体动作识别研究
文献摘要：
为了有效判别真实摔倒动作与疑似摔倒动作、提高动作识别准确度,提出基于希尔伯特黄变换(Hilbert-Huang transform,HHT)和改进概率神经网络(probabilistic neural networks,PNN)的信道状态信息(channel state in-formation,CSI)人体动作识别算法.对CSI的幅度与相位融合信号进行数据预处理,利用HHT来提取区分人体动作信息的瞬时幅值和瞬时频率作为分类特征构建特征矩阵,在遗传算法(genetic algorithm,GA)优化的PNN神经网络中训练出能有效检测真实摔倒和疑似摔倒动作的GA-PNN人体动作识别模型;利用训练好的识别模型对输入的CSI数据进行摔倒动作的判别.仿真实验表明,提出的算法能有效地检测真实摔倒和疑似摔倒动作,其识别准确度可达到97.18％,且误报率较低.
文献关键词：
摔倒动作识别;信道状态信息;希尔伯特黄变换;概率神经网络
中图分类号：
作者姓名：
李新春;张光锐;于洪仕;吴彦东
作者机构：
辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛125105;辽宁工程技术大学 研究生院,辽宁 葫芦岛125105
文献出处：
引用格式：
[1]李新春;张光锐;于洪仕;吴彦东-.基于HHT和改进PNN的CSI人体动作识别研究)[J].重庆邮电大学学报（自然科学版）,2022(06):976-986
A类：
摔倒动作识别
B类：
HHT,PNN,CSI,人体动作识别,希尔伯特黄变换,Hilbert,Huang,transform,概率神经网络,probabilistic,neural,networks,信道状态信息,channel,state,formation,识别算法,相位融合,融合信号,数据预处理,瞬时幅值,瞬时频率,分类特征,特征构建,特征矩阵,genetic,algorithm,GA,练出,有效检测,识别模型,练好,误报率
AB值：
0.338879
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
