新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

用于运动识别的聚类特征融合方法和装置

 

提供了一种用于运动识别的聚类特征融合方法和装置,所述方法包括:将从被采集者的加速度信号中提

取的时频域特征集的子集内的时频域特征表示成以聚类中心为基向量的线性方程组;通过求解线性方程组?/p>

确定每组聚类中心基向量的系数;使用聚类中心基向量的系数计算聚类中心基向量对子集的方差贡献率;?/p>

于方差贡献率计算子集的聚类中心的融合权重;以及基于融合权重来获得融合后的时频域特征集?/p>

 

加速度信号

 

?/p>

时频域特?/p>

 

?/p>

以聚类中心为基向量的线性方程组

 

?/p>

基向量的系数

 

?/p>

方差贡献?/p>

 

?/p>

融合权重

 

基于特征组合的步态行为识别方?/p>

 

本发明公开了一种基于特征组合的步态行为识别方法,包括以下步骤:通过加速度传感器获取用户在?/p>

为状态下身体的运动加速度信息;从上述运动加速度信息中计算各轴的峰值、频率、步态周期和四分位差?/p>

不同轴之间的互相关系数;采用聚合法选取参数组成特征向量;以样本集和步态加速度信号的特征向量作?/p>

训练集,对分类器进行训练,使的分类器具有分类步态行为的能力;将待识别的步态加速度信号的所有特?/p>

向量输入到训练后的分类器中,并分别赋予所属类别,统计所有特征向量的所属类别,并将出现次数最多的

类别赋予待识别的步态加速度信号。实现简化计算过程,降低特征向量的维数并具有良好的有效性的目的?/p>

 

传感?/p>

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

用于运动识别的聚类特征融合方法和装置

 

提供了一种用于运动识别的聚类特征融合方法和装置,所述方法包括:将从被采集者的加速度信号中提

取的时频域特征集的子集内的时频域特征表示成以聚类中心为基向量的线性方程组;通过求解线性方程组?/p>

确定每组聚类中心基向量的系数;使用聚类中心基向量的系数计算聚类中心基向量对子集的方差贡献率;?/p>

于方差贡献率计算子集的聚类中心的融合权重;以及基于融合权重来获得融合后的时频域特征集?/p>

 

加速度信号

 

?/p>

时频域特?/p>

 

?/p>

以聚类中心为基向量的线性方程组

 

?/p>

基向量的系数

 

?/p>

方差贡献?/p>

 

?/p>

融合权重

 

基于特征组合的步态行为识别方?/p>

 

本发明公开了一种基于特征组合的步态行为识别方法,包括以下步骤:通过加速度传感器获取用户在?/p>

为状态下身体的运动加速度信息;从上述运动加速度信息中计算各轴的峰值、频率、步态周期和四分位差?/p>

不同轴之间的互相关系数;采用聚合法选取参数组成特征向量;以样本集和步态加速度信号的特征向量作?/p>

训练集,对分类器进行训练,使的分类器具有分类步态行为的能力;将待识别的步态加速度信号的所有特?/p>

向量输入到训练后的分类器中,并分别赋予所属类别,统计所有特征向量的所属类别,并将出现次数最多的

类别赋予待识别的步态加速度信号。实现简化计算过程,降低特征向量的维数并具有良好的有效性的目的?/p>

 

传感?/p>

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

用于运动识别的聚类特征融合方法和装置

 

提供了一种用于运动识别的聚类特征融合方法和装置,所述方法包括:将从被采集者的加速度信号中提

取的时频域特征集的子集内的时频域特征表示成以聚类中心为基向量的线性方程组;通过求解线性方程组?/p>

确定每组聚类中心基向量的系数;使用聚类中心基向量的系数计算聚类中心基向量对子集的方差贡献率;?/p>

于方差贡献率计算子集的聚类中心的融合权重;以及基于融合权重来获得融合后的时频域特征集?/p>

 

加速度信号

 

?/p>

时频域特?/p>

 

?/p>

以聚类中心为基向量的线性方程组

 

?/p>

基向量的系数

 

?/p>

方差贡献?/p>

 

?/p>

融合权重

 

基于特征组合的步态行为识别方?/p>

 

本发明公开了一种基于特征组合的步态行为识别方法,包括以下步骤:通过加速度传感器获取用户在?/p>

为状态下身体的运动加速度信息;从上述运动加速度信息中计算各轴的峰值、频率、步态周期和四分位差?/p>

不同轴之间的互相关系数;采用聚合法选取参数组成特征向量;以样本集和步态加速度信号的特征向量作?/p>

训练集,对分类器进行训练,使的分类器具有分类步态行为的能力;将待识别的步态加速度信号的所有特?/p>

向量输入到训练后的分类器中,并分别赋予所属类别,统计所有特征向量的所属类别,并将出现次数最多的

类别赋予待识别的步态加速度信号。实现简化计算过程,降低特征向量的维数并具有良好的有效性的目的?/p>

 

传感?/p>

 

Ͼλ">
Ͼλ
Ŀ

贝叶斯分类多实例分析总结 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

用于运动识别的聚类特征融合方法和装置

 

提供了一种用于运动识别的聚类特征融合方法和装置,所述方法包括:将从被采集者的加速度信号中提

取的时频域特征集的子集内的时频域特征表示成以聚类中心为基向量的线性方程组;通过求解线性方程组?/p>

确定每组聚类中心基向量的系数;使用聚类中心基向量的系数计算聚类中心基向量对子集的方差贡献率;?/p>

于方差贡献率计算子集的聚类中心的融合权重;以及基于融合权重来获得融合后的时频域特征集?/p>

 

加速度信号

 

?/p>

时频域特?/p>

 

?/p>

以聚类中心为基向量的线性方程组

 

?/p>

基向量的系数

 

?/p>

方差贡献?/p>

 

?/p>

融合权重

 

基于特征组合的步态行为识别方?/p>

 

本发明公开了一种基于特征组合的步态行为识别方法,包括以下步骤:通过加速度传感器获取用户在?/p>

为状态下身体的运动加速度信息;从上述运动加速度信息中计算各轴的峰值、频率、步态周期和四分位差?/p>

不同轴之间的互相关系数;采用聚合法选取参数组成特征向量;以样本集和步态加速度信号的特征向量作?/p>

训练集,对分类器进行训练,使的分类器具有分类步态行为的能力;将待识别的步态加速度信号的所有特?/p>

向量输入到训练后的分类器中,并分别赋予所属类别,统计所有特征向量的所属类别,并将出现次数最多的

类别赋予待识别的步态加速度信号。实现简化计算过程,降低特征向量的维数并具有良好的有效性的目的?/p>

 

传感?/p>

 



ļ׺.doc޸Ϊ.docĶ

  • ˽̰꼶²Ჷ ͱȻ֮㶫
  • ʦСѧ꼶¡ ۲뷢֣װĿڴ ν̰_1
  • ΣԴͻرʶ
  • XX˾շعܽ
  • ʮ塱صĿ-̵Ŀо - ͼ
  • ()꼶²26.˵Ļ԰ Ʒ̰(ͽѧ˼)
  • úָ֮̿Ĺϵ
  • ҵ֮ǰ-0в
  • what are you doing̰
  • CISCO DHCP SNOOPINGʵײͨ

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)