隨著物聯(lián)網和傳感器技術的飛速發(fā)展,智能家居進入了人們的生活。智能家居通常是指配置了有線、無線網絡以及各種先進傳感儀器的居住環(huán)境。在智能家居中,通過傳感器獲取居民身體狀況和日常行為等相關數(shù)據(jù),進而感知居民的需求,為居民提供更方便、更舒適的生活。開展基于泛在傳感器的智能家居中居民日常行為識別研究,給智能家居注入了新的活力,使其具有了更多的特殊用途,如輔助照顧獨居老人和生活不能自理的病人等。目前,盡管智能家居中的居民行為識別研究取得了一定的進展,但還存在以下幾個主要問題:一、大多數(shù)行為識別中,行為識別的準確率還不夠高,對相近的行為識別準確率較低;二、只考慮到了單個用戶的行為識別,對多用戶的行為識別效果不佳;三、行為識別模型的魯棒性較差。針對上述問題,本文進行以下兩方面的研究:（一）在泛在傳感器的居民日常行為識別過程中,針對傳統(tǒng)的單用戶行為識別算法在特征冗余情況下識別準確度不高的問題,本文提出了一種基于加權皮爾遜相關系數(shù)（Pearson Correlation Coefficient,PCC）的行為特征約簡策略,選擇對行為影響較大的傳感器特征進行用戶行為識別。首先,提取行為觸發(fā)的傳感器頻次作為... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 行為識別研究現(xiàn)狀
        1.2.1 入侵式及非入侵行為識別
        1.2.2 不同監(jiān)測技術下的行為識別
    1.3 研究內容
    1.4 論文結構
2 泛在傳感器行為識別的相關工作
    2.1 行為識別各階段主要工作及相關技術
        2.1.1 原始傳感器數(shù)據(jù)的獲取
        2.1.2 傳感器數(shù)據(jù)預處理與分割
        2.1.3 數(shù)據(jù)特征提取與選擇
        2.1.4 模型建立及數(shù)據(jù)分類
    2.2 泛在傳感器行為識別框架
    2.3 本章小結
3 基于加權Pearson相關系數(shù)的單用戶行為識別方法
    3.1 加權Pearson相關系數(shù)的單用戶行為識別方法描述
    3.2 數(shù)據(jù)集介紹及評價標準
        3.2.1 數(shù)據(jù)集中傳感器信息和活動信息
        3.2.2 行為識別的評價標準
    3.3 加權Pearson相關系數(shù)的單用戶行為識別實驗分析
        3.3.1 實驗結果及分析
        3.3.2 實驗結果討論
    3.4 本章小結
4 基于改進TF-IDF的多用戶行為識別方法
    4.1 基于TF-IDF的多用戶行為識別方法
    4.2 基于改進TF-IDF的多用戶行為識別方法
        4.2.1 時間特征
        4.2.2 SEF特征
        4.2.3 改進TF-IDF特征
    4.3 多用戶行為識別數(shù)據(jù)集介紹
        4.3.1 傳感器分布及實驗數(shù)據(jù)集
        4.3.2 傳感器特征分布和行為描述
    4.4 基于改進TF-IDF的多用戶行為識別方法實驗分析
        4.4.1 實驗結果及分析
        4.4.2 實驗結果討論
    4.5 本章小結
5 結論與展望
    5.1 論文總結
    5.2 工作展望
參考文獻
致謝
作者簡歷及攻讀碩士學位期間的科研成果


【參考文獻】：
期刊論文
[1]聲音識別傳感器設計與應用[J]. 李超.  傳感器與微系統(tǒng). 2014(12)
[2]Activity Recognition Based on RFID Object Usage for Smart Mobile Devices[J]. Jaeyoung Yang,Joonwhan Lee,Joongmin Choi.  Journal of Computer Science & Technology. 2011(02)
[3]一種基于壓力傳感器的人體運動識別方法研究[J]. 石欣,熊慶宇,雷璐寧.  儀器儀表學報. 2010(06)

碩士論文
[1]基于非穿戴式傳感器的多用戶室內活動識別研究[D]. 張楠.哈爾濱工業(yè)大學 2017
[2]基于可穿戴設備的人體行為識別與狀態(tài)監(jiān)測方法研究[D]. 楊偉篤.哈爾濱工業(yè)大學 2016



本文編號：3424971