研究文章
复发性转换基于先验知识的模型对人体运动识别
|
| 方法 |
候选人运动 |
传感器类型 |
传感器的位置 |
精度 |
|
| 决策树(8] |
25行动,Stand-Sit,坐卧等。 |
加速度计、陀螺仪 |
9、手腕、手臂、踝关节等。 |
93.3% |
| K神经网络(10] |
25行动,Stand-Sit,坐卧等。 |
加速度计、陀螺仪 |
8、腰、左前臂等。 |
92.2% |
| 神经网络(11] |
12个动作,站、撒谎等。 |
加速度计 |
5、左前臂,树干,等等。 |
89.2% |
| 支持向量机(12] |
楼上8操作、运行等。 |
加速度计、陀螺仪、磁强计、气压计传感器 |
1、手 |
88.6% |
| 贝叶斯网络(7] |
7行为,跑步、散步等。 |
加速度计、陀螺仪、磁强计 |
1,带 |
90% |
| 提出RT-PKDT |
8行动中列出活动 |
加速度计、陀螺仪、气压传感器 |
5身体姿势,中列出位置 |
96.68
|
|
|
