基于手机传感器识别行人步态的PSO-ELM算法

作     者：郭英 李兆博 刘如飞 黄昊东 GUO Ying;LI Zhaobo;LIU Rufei;HUANG Haodong

作者机构：山东科技大学测绘与空间信息学院青岛266590 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2024年第32卷第8期

页      面：795-802,811页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(42001397) 

主　　题：行人步态识别 手机传感器 极限学习机 粒子群优化算法 线性判别分析 

摘      要：针对因手机携带位置不同对传感器产生干扰而导致行人步态识别准确率降低的问题,提出了一种粒子群优化极限学习机(PSO-ELM)识别算法。首先,基于极限学习机(ELM)分类方法,借助分层ELM多层降维的特点,利用粒子群优化算法对ELM算法参数进行寻优,设计有效识别行人手机携带位置的分层PSO-ELM分类方法。然后,通过线性判别分析的降维算法和PSO-ELM完成对行人步态的有效识别。实验使用Android手机对五种携带位置四种步态下的加速度和角速度数据进行采集,结果表明:在识别手机携带位置层面,训练集与测试集的识别准确率分别达到99.54%、99.47%;在识别行人步态层面,两种准确率分别达到95.74%、95.31%,证明所提算法具有较高的步态识别准确率。