[发明专利]基于加速度传感器的人体运动识别方法在审
| 申请号： | 201610751821.8 | 申请日： | 2016-08-27 |
| 公开（公告）号： | CN106446778A | 公开（公告）日： | 2017-02-22 |
| 发明（设计）人： | 褚晶辉;罗薇;吕卫 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于加速度传感器的人体运动识别方法，包括：对原始加速度信号进行活动窗处理，提取处理后加速度信号的频域特征；根据特征空间中每维特征之间的关联性，生成整个特征空间的关联矩阵；对该关联矩阵运用谱聚类的方法，生成多个子集，每个子集表示为图，直到这里完成多图表示学习部分；对获得的每个图应用多维尺度分析方法，去除每个图多余的谱信息，以获得图内最相关的信息，实现局部降维；对局部降维后的多图运用多集典型相关分析，通过计算图之间主要信息的相关性，获得特征的最终表示形式，完成多图嵌入表示的学习；通过最近邻分类器进行分类学习。本发明本发明即能降低特征的维数，又提高运动识别的准确率。 | ||
| 搜索关键词： | 基于 加速度 传感器 人体 运动 识别 方法 | ||
【主权项】：
一种基于加速度传感器的人体运动识别方法，包括下列步骤：(1)确定合适的滑动窗大小，对原始加速度信号进行活动窗处理，提取处理后加速度信号的频域特征；(2)对该特征运用Hilbert‑Schmidt独立准则，根据特征空间中每维特征之间的关联性，生成整个特征空间的关联矩阵；(3)对该关联矩阵运用谱聚类的方法，生成多个子集，每个子集表示为图，直到这里完成多图表示学习部分；(4)对获得的每个图应用多维尺度分析方法，去除每个图多余的谱信息，以获得图内最相关的信息，实现局部降维；(5)对局部降维后的多图运用多集典型相关分析，通过计算图之间主要信息的相关性，获得特征的最终表示形式，完成多图嵌入表示的学习；(6)通过最近邻分类器进行分类学习。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610751821.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于卷积神经网络的无创血糖数据处理方法及系统
- 下一篇：身份识别方法和装置
