人類行為識(shí)別（Human Activity Recognization,HAR）的目標(biāo)是識(shí)別現(xiàn)實(shí)生活中常見人類活動(dòng),其研究始于20世紀(jì)80年代主要應(yīng)用于醫(yī)療、保健領(lǐng)域。行人交通行為識(shí)別是HAR的一種,需要識(shí)別行人靜止、走、跑、騎自行車、乘坐轎車、公交車、地鐵和火車等多種交通行為。隨著智能手機(jī)的普及,基于手機(jī)內(nèi)置的多種傳感器識(shí)別行人交通行為的研究得到了越來越多人的關(guān)注。目前行走和跑步的識(shí)別精度已能夠達(dá)到95%以上,但對(duì)于乘坐各種交通工具和靜止?fàn)顟B(tài)識(shí)別精度還不夠,本文針對(duì)上述問題提出基于兩級(jí)分類的行人交通行為識(shí)別方法,并分析了常用分類器的性能,最后在每級(jí)都采用隨機(jī)森林作為分類器,使用較小的計(jì)算代價(jià)提高識(shí)別乘坐各種交通工具和靜止?fàn)顟B(tài)的精度。通過分析隨機(jī)森林各參數(shù)對(duì)分類精度的影響,選擇采用貝葉斯優(yōu)化算法優(yōu)化每級(jí)分類器的參數(shù)。在特征提取階段,本文分析了現(xiàn)存特征在識(shí)別交通工具時(shí)的缺陷,提出了頻域區(qū)間能量特征的提取方法,通過新的特征更準(zhǔn)確地分辨乘坐不同交通工具的差異。另外還根據(jù)真實(shí)場(chǎng)景中狀態(tài)之間的轉(zhuǎn)換關(guān)系,通過設(shè)置初始轉(zhuǎn)移矩陣,加入了隱馬爾可夫模型（Hidden Markov Model,HMM）建... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和設(shè)計(jì)指標(biāo)
        1.3.1 研究?jī)?nèi)容
        1.3.2 設(shè)計(jì)指標(biāo)
    1.4 論文組織結(jié)構(gòu)
第二章 交通行為識(shí)別的原理
    2.1 行人運(yùn)動(dòng)模式識(shí)別的主要框架
    2.2 數(shù)據(jù)預(yù)處理
    2.3 常用特征提取
    2.4 常用機(jī)器學(xué)習(xí)算法原理
        2.4.1 決策樹算法
        2.4.2 隨機(jī)森林算法
        2.4.3 其他分類器
    2.5 評(píng)價(jià)方法
    2.6 本章小結(jié)
第三章 基于兩級(jí)分類和序列修正的行人運(yùn)動(dòng)模式識(shí)別方法的設(shè)計(jì)
    3.1 兩級(jí)分類架構(gòu)的設(shè)計(jì)及參數(shù)優(yōu)化
    3.2 兩級(jí)分類器的選取及參數(shù)優(yōu)化
        3.2.1 不同分類器的對(duì)比
        3.2.2 隨機(jī)森林的參數(shù)優(yōu)化
    3.3 分類器模型的驗(yàn)證
    3.4 基于序列預(yù)測(cè)的分類優(yōu)化模型的設(shè)計(jì)
    3.5 本章小結(jié)
第四章 特征分析以及新特征提取方法的設(shè)計(jì)
    4.1 特征分析及新特征提取方法的設(shè)計(jì)
        4.1.1 現(xiàn)有模型特征分析
        4.1.2 頻域區(qū)間能量特征分析
        4.1.3 新提取頻域能量特征的分類
    4.2 本章小結(jié)
第五章 全分類的實(shí)現(xiàn)與分析
    5.1 實(shí)驗(yàn)方案和評(píng)價(jià)方法
    5.2 全分類結(jié)果及分析
        5.2.1 手機(jī)所處位置多樣性隨機(jī)測(cè)試
        5.2.2 行人多樣性的隨機(jī)測(cè)試
        5.2.3 行人多樣性連續(xù)路徑測(cè)試
    5.3 不同分類結(jié)果的對(duì)比
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表論文



本文編號(hào)：3365912