隨著信息時(shí)代及網(wǎng)絡(luò)媒體技術(shù)的發(fā)展,人們接收各類消息的渠道日益豐富,從前無(wú)聲無(wú)息發(fā)生在校園各個(gè)角落的校園暴力事件逐漸呈現(xiàn)在人們眼前。伴隨著互聯(lián)網(wǎng)及各類自媒體的普及,網(wǎng)絡(luò)世界的繽紛繁雜以及各類暴力、低俗的內(nèi)容嚴(yán)重影響到心智尚未成熟的青少年,很多學(xué)生對(duì)于所接觸到的低俗內(nèi)容充滿著強(qiáng)烈的好奇心而導(dǎo)致模仿心態(tài),從而使得當(dāng)今社會(huì)校園暴力事件層出不窮,嚴(yán)重影響到學(xué)生校園生活以及社會(huì)風(fēng)氣。然而由于暴力事件發(fā)生往往較為隱秘且多數(shù)學(xué)生由于心理恐懼而無(wú)法及時(shí)向老師或家長(zhǎng)報(bào)告情況,其結(jié)果導(dǎo)致校園暴力惡性循環(huán),在學(xué)生心里留下不可磨滅的心理陰影,嚴(yán)重影響受害者身心健康發(fā)展。伴隨著當(dāng)下各類可穿戴智能設(shè)備的發(fā)展與普及,利用可穿戴設(shè)備內(nèi)置傳感器對(duì)動(dòng)作識(shí)別也得到了發(fā)展,本文提出一種基于身體多部位傳感器數(shù)據(jù)融合來(lái)對(duì)校園暴力動(dòng)作進(jìn)行主動(dòng)式檢測(cè)。相比于單部位傳感器識(shí)別,多傳感器能夠采集身體動(dòng)作更為全面的數(shù)據(jù),通過(guò)信息融合達(dá)到冗余互補(bǔ)的效果從而實(shí)現(xiàn)對(duì)復(fù)雜暴力動(dòng)作更為準(zhǔn)確的判別。該主動(dòng)式暴力檢測(cè)系統(tǒng)避免學(xué)生遭受霸凌而不被發(fā)現(xiàn),能夠及時(shí)有效地預(yù)警校園暴力事件,對(duì)促進(jìn)校園以及學(xué)生身心健康和諧發(fā)展具有重要意義。基于校園暴力動(dòng)作的復(fù)雜性,本... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

使用有監(jiān)督選取中心RBF網(wǎng)絡(luò)收斂誤差和樣本數(shù)目關(guān)系

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文表 4-3 LDA 降維決策層融合暴力識(shí)別混淆矩陣（單位：%）暴力（識(shí)別） 非暴力（識(shí)別）暴力（實(shí)際） 84.8 15.2非暴力（實(shí)際） 7.2 92.8特征維數(shù)過(guò)高必然會(huì)導(dǎo)致網(wǎng)絡(luò)時(shí)間復(fù)雜度和空間負(fù)責(zé)度的增加，通過(guò) LDA 降法將特征降低至 8 維后，網(wǎng)絡(luò)達(dá)到收斂所需要的神經(jīng)元數(shù)量大量減少且所需也有所降低，其 RBF 網(wǎng)絡(luò)結(jié)構(gòu)如圖 4-1 所示，收斂性能如圖 4-2 所示。GaussInputPurelin輸入層 隱含層輸出層OutputK=575R=8N×圖 4-1 廣義 RBF 網(wǎng)絡(luò)結(jié)構(gòu)模型

【參考文獻(xiàn)】：
期刊論文
[1]校園暴力現(xiàn)狀及對(duì)策研究進(jìn)展[J]. 馬梅,王小琴,惠沼沼,張?jiān)?  中國(guó)醫(yī)學(xué)倫理學(xué). 2017(04)
[2]基于改進(jìn)D-S證據(jù)組合規(guī)則的目標(biāo)識(shí)別算法[J]. 周莉,唐文靜,郭偉震.  北京郵電大學(xué)學(xué)報(bào). 2016(05)
[3]基于加速度傳感器的乒乓球擊球動(dòng)作識(shí)別[J]. 黃劉松,儲(chǔ)岳中,張學(xué)鋒.  傳感器與微系統(tǒng). 2016(01)
[4]基于加速度信號(hào)和進(jìn)化RBF神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別[J]. 盧先領(lǐng),王洪斌,徐仙.  模式識(shí)別與人工智能. 2015(12)
[5]基于改進(jìn)D-S證據(jù)理論的信任評(píng)估模型[J]. 張琳,劉婧文,王汝傳,王海艷.  通信學(xué)報(bào). 2013(07)
[6]基于有限脈沖反應(yīng)和徑向基神經(jīng)網(wǎng)絡(luò)的觸電信號(hào)識(shí)別[J]. 關(guān)海鷗,杜松懷,李春蘭,蘇娟,梁英,武子超,邵利敏.  農(nóng)業(yè)工程學(xué)報(bào). 2013(08)
[7]基于RBF神經(jīng)網(wǎng)絡(luò)的人體動(dòng)態(tài)姿態(tài)識(shí)別算法[J]. 高晶敏,梁菁菁,李春云.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[8]中學(xué)生校園暴力現(xiàn)狀及干預(yù)措施的研究進(jìn)展[J]. 劉霞,張躍兵,劉傳超,趙淑英.  中國(guó)健康教育. 2010(03)

碩士論文
[1]基于動(dòng)作語(yǔ)音特征的校園暴力識(shí)別算法研究[D]. 王鵬.哈爾濱工業(yè)大學(xué) 2017
[2]基于傳感器數(shù)據(jù)的手臂動(dòng)作識(shí)別與應(yīng)用研究[D]. 張?chǎng)?哈爾濱工業(yè)大學(xué) 2016
[3]基于傳感器的人體行為識(shí)別技術(shù)研究[D]. 茹晨光.浙江大學(xué) 2016



本文編號(hào)：3410418