隨著傳感器技術(shù)日益精進和模式識別算法的不斷完善,基于傳感器的人體運動模式識別技術(shù)也因此成為了一個備受關(guān)注、發(fā)展迅速的研究領(lǐng)域,并被應(yīng)用于人機交互、健康監(jiān)護、體育競技、軍事等眾多領(lǐng)域。人體運動模式識別的基本原理是通過處理和分析傳感器獲取的人體運動信息,判定運動的類別。其主要步驟包括數(shù)據(jù)預(yù)處理、特征提取、特征選擇、分類器的訓(xùn)練和分類算法的執(zhí)行。為了在控制系統(tǒng)的運算成本的同時獲取足夠豐富的數(shù)據(jù)以保證系統(tǒng)分類結(jié)果的精確度,本文選用位于手腕和前胸的傳感器數(shù)據(jù)參與人體運動模式的識別。由于人體運動復(fù)雜且外界環(huán)境多變,人體運動模式識別依然存在不少問題。例如對不同運動模式的細致分類,需要更有效的特征提取以及更高效的分類算法等。圍繞著這些難點,本文對人體模式識別系統(tǒng)展開研究,主要工作包括:選用來自UCI數(shù)據(jù)庫的PAMAP2數(shù)據(jù)集作為原始數(shù)據(jù)參與算法,該數(shù)據(jù)集的特點是數(shù)據(jù)全面,數(shù)據(jù)點豐富。在數(shù)據(jù)預(yù)處理部分,調(diào)優(yōu)卡爾曼算法參數(shù)并實現(xiàn)了適用于人體運動模式識別的卡爾曼濾波器,用其對原始數(shù)據(jù)進行去噪濾波。提出了一種基于離散小波變換和自相關(guān)函數(shù)的多特征融合算法,并用其對數(shù)據(jù)進行處理和分析。該算法利用離散小波變換對數(shù)據(jù)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１卡爾曼濾波器循環(huán)更新圖??２．１．２卡爾曼濾波器參數(shù)分析??

噪聲協(xié)方差Ｒ表示對測量值的信仃程度。調(diào)整這兩個參數(shù)的取值比，就是均衡??濾波器在模塑和測量值之間的的信仟度。??實驗數(shù)據(jù)基于去除空值以及歸？化后的數(shù)據(jù)源，如圖２－３、圖２－４、圖２－５、??圖２－６所示：與選取不同Ｑ、Ｒ比例時，片爾曼濾波器輸出波形與濾波前波形。??其中，藍色線條表示未被濾波的數(shù)據(jù)，綠色線條表示卡爾曼濾波器濾波后的輸出??波形。??－４??（?１?，??４１?？?ｔ—???ｒ???０?１００?２００?０?ｉ〇ｏ?２００??圖２－３?Ｑ：Ｒ＝１：１時卡爾曼濾波器濾波效果?圖２－４Ｑ：Ｒ＝ｌ：３時卡爾曼濾波器濾波效果??１５??

噪聲協(xié)方差Ｒ表示對測量值的信仃程度。調(diào)整這兩個參數(shù)的取值比，就是均衡??濾波器在模塑和測量值之間的的信仟度。??實驗數(shù)據(jù)基于去除空值以及歸？化后的數(shù)據(jù)源，如圖２－３、圖２－４、圖２－５、??圖２－６所示：與選取不同Ｑ、Ｒ比例時，片爾曼濾波器輸出波形與濾波前波形。??其中，藍色線條表示未被濾波的數(shù)據(jù)，綠色線條表示卡爾曼濾波器濾波后的輸出??波形。??－４??（?１?，??４１?？?ｔ—???ｒ???０?１００?２００?０?ｉ〇ｏ?２００??圖２－３?Ｑ：Ｒ＝１：１時卡爾曼濾波器濾波效果?圖２－４Ｑ：Ｒ＝ｌ：３時卡爾曼濾波器濾波效果??１５??

【參考文獻】：
期刊論文
[1]基于多傳感器數(shù)據(jù)融合的人體運動模式識別研究[J]. 張毅,任同輝,羅元.  計算機測量與控制. 2016(01)
[2]隨機森林與支持向量機分類性能比較[J]. 黃衍,查偉雄.  軟件. 2012(06)
[3]卡爾曼濾波器參數(shù)分析與應(yīng)用方法研究[J]. 王學(xué)斌,徐建宏,張章.  計算機應(yīng)用與軟件. 2012(06)
[4]擬自適應(yīng)分類隨機森林算法[J]. 馬景義,吳喜之,謝邦昌.  數(shù)理統(tǒng)計與管理. 2010(05)
[5]改進卡爾曼濾波的目標(biāo)跟蹤研究[J]. 楊柳.  計算機仿真. 2010(09)
[6]自適應(yīng)卡爾曼濾波的最新進展[J]. 符拯,王書滿,劉丙杰.  戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2009(06)

博士論文
[1]基于體感網(wǎng)的人體動作監(jiān)測識別的研究[D]. 姜鳴.大連理工大學(xué) 2012
[2]基于單個加速度傳感器的人體運動模式識別[D]. 薛洋.華南理工大學(xué) 2011
[3]人體運動信息獲取及物理活動識別研究[D]. 劉蓉.華中科技大學(xué) 2009

碩士論文
[1]隨機森林的特征選擇和模型優(yōu)化算法研究[D]. 雍凱.哈爾濱工業(yè)大學(xué) 2008



本文編號：3568025