基于惯性传感器的人体日常活动识别方案
作者单位：西安邮电大学自动化学院
会议名称：《第43届中国控制会议》
会议日期：1000年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 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）]
关 键 词：人体活动识别 随机森林 长短期记忆网络 特征选择
摘 要：站、坐、走、躺(Stand,Sit,Walk,Lying,SSWL)是人体日常活动中最基本的四种动作,人体任何复杂的活动都离不开SSWL的衔接。研究识别这四种动作,对促进人体活动识别应用具有重要价值。本文以Opportunity数据集为基础,设计了从庞杂数据集中抽取识别SSWL所需基本数据的方案,进而选择随机森林模型和长短期记忆模型进行识别对比实验。重点分析了SSWL识别中特征选择、滑动窗口设计、数据标准化以及样本类别不均衡等问题对识别效果的影响,为高效识别SSWL提供借鉴依据。实验表明,本文的设计方案对SSWL的识别准确率达到了91.49%,可作为人体活动识别领域的参考基准。