典型文献
基于智能手机传感器的人体行为识别技术研究与实践
文献摘要：
本文首先介绍了一种基于智能手机传感器获取加速度等数据的App设计方法,设定了15种需要识别的动作、手机位置组合类别,收集了75万条运动数据记录;其次,采用滑动窗口技术分割时序数据,构建了有针对性的时域、频域特征指标,形成了不同窗口大小、步长的新样本系列;最后,通过分类结果筛选出性能优良的4类算法,证实了深度学习在特征构建方面的良好表现,探讨了滑动窗口大小、步长对识别结果的影响.这些成果对于构建人体行为识别系统具有一定参考价值.
文献关键词：
人体行为识别;手机传感器;滑动窗口技术;分类算法
中图分类号：
作者姓名：
蔡木生
作者机构：
广州软件学院,广州510990
文献出处：
引用格式：
[1]蔡木生-.基于智能手机传感器的人体行为识别技术研究与实践)[J].单片机与嵌入式系统应用,2022(03):56-60,65
A类：
B类：
智能手机传感器,人体行为识别,识别技术研究,App,机位,位置组合,组合类,万条,运动数据,数据记录,滑动窗口技术,时序数据,频域特征,特征指标,同窗,步长,本系,性能优良,特征构建,行为识别系统,分类算法
AB值：
0.317861
相似文献
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。
