王哲龙

个人信息Personal Information

教授

博士生导师

硕士生导师

主要任职:Professor, Head of Lab of Intelligent System

其他任职:自动化技术研究所所长

性别:男

毕业院校:英国杜伦大学

学位:博士

所在单位:控制科学与工程学院

学科:控制理论与控制工程. 模式识别与智能系统. 检测技术与自动化装置

办公地点:智能系统实验室
课题组网址http://lis.dlut.edu.cn/

联系方式:0411-84709010 wangzl@dlut.edu.cn

电子邮箱:wangzl@dlut.edu.cn

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于 HMMs 和 SVM 的人体日常动作序列分割识别研究

点击次数:

论文类型:期刊论文

发表时间:2015-07-21

发表刊物:大连理工大学学报

收录刊物:PKU、ISTIC、CSCD、Scopus

卷号:55

期号:4

页面范围:411-416

ISSN号:1000-8608

关键字:隐马尔可夫模型(HMMs);支持向量机(SVM);动作识别;体感网(BSN)

摘要:随着微机电系统(MEMS)研究的精细化,人体传感器网络(简称体感网)技术在医疗监护领域有了长足发展,而人体动作分析与识别是体感网中富有挑战性的研究课题。采用动态隐马尔可夫模型(HMMs)方法对基于用体感网技术的人体动作序列进行了分割,并且对分割精准度进行了度量分析。从实验结果可以看到,动态 HMMs 方法优于 LIR 和 Top-Down方法,其分割精准度达到了80%以上。对分割后的数据提取均值、方差等特征,采用支持向量机(SVM)方法分类识别的结果表明所提分割方法具有良好的稳健性,平均识别准确率在89%左右,与手动分割接近。