[发明专利]一种基于模糊支持向量机的行为识别方法

摘要

本发明采用模糊支持向量机实现对人体各种行为(包括正常的行为，比如站立、走、跑步、上下楼梯以及异常行为，比如跌倒等)的识别，主要用于消除样本点中孤立点和噪声点对分类效果的影响，提高对行为识别的精确率。本发明实现对行为识别的主要内容有：其一，采用三轴加速度计实现对行为数据的采集，获得X轴加速度、Y轴加速度、Z轴加速度。采用合成加速度提取特征值，分别提取合成加速度的均值、方差、能量以及三维数据中任意两维之间的关联系数，获得一个六维的特征向量。其二，计算每一个样本点对所属类别的隶属度。其三，采用模糊支持向量机实现分类模型的构造。其四，在线阶段实现对人体行为的识别。

主权项

一种基于模糊支持向量机的行为识别方法，其特征在于，所述方法包括：S1、采用三轴加速度计采集数据，对合成加速度提取特征值，特征值包括：均值、方差、能量、三维数据中任意两维数据之间的关联系数，表示如下S＝{s1,s2,…,sn}，s＝{t1,t2,t3,t4,t5,t6}，式中n表示总的样本点数，并对样本特征集进行归一化处理；S2、计算每一类的类中心，计算公式如下l表示这一类的样本点数，在计算每一类中样本点到类中心的欧氏距离时，需根据欧式距离算取每一个样本点对所属类别的隶属度；S3、采用模糊支持向量机实现分类和识别。