中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
一种基于时间窗口的轻量级实时运动识别算法

文献类型:期刊论文

作者董理骅; 刘强; 陈海明; 崔莉
刊名计算机研究与发展
出版日期2017
卷号54.0期号:012页码:2731
关键词运动识别 智能手机 可穿戴设备 SVM分类器 k-means聚类
ISSN号1000-1239
英文摘要利用手机或可穿戴设备实时识别人的运动状态,有助于人们及时了解自身状况,进行科学的锻炼.现有高准确度运动识别算法大都具有较高的计算代价和存储代价,难以直接移植到手机和可穿戴设备上,且这些算法难以根据用户习惯校正识别模型.提出了一种基于时间窗口的轻量级实时运动识别算法EasiSports,利用手机或可穿戴设备中的加速度传感器,在多种情况下利用kmeans聚类等方法在设备本地建立用户个人运动识别模型,使用SVM分类器实时识别坐、步行、跑步、上楼梯、下楼梯5种状态,计算量较小,适用于手机和可穿戴设备平台.实验表明:该算法对前述5种状态的识别准确度可达到87.45%,识别算法运行时间相较其他算法可获得30%以上的性能提升
语种英语
源URL[http://119.78.100.204/handle/2XEOYT63/31671]  
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
董理骅,刘强,陈海明,等. 一种基于时间窗口的轻量级实时运动识别算法[J]. 计算机研究与发展,2017,54.0(012):2731.
APA 董理骅,刘强,陈海明,&崔莉.(2017).一种基于时间窗口的轻量级实时运动识别算法.计算机研究与发展,54.0(012),2731.
MLA 董理骅,et al."一种基于时间窗口的轻量级实时运动识别算法".计算机研究与发展 54.0.012(2017):2731.

入库方式: OAI收割

来源:计算技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。