摘要：针对人体运动模式识别中最优识别特征难以确定的问题，提出一种基于Relief—F特征加权支持向量机的运动模式识别算法。选取MEMS惯性传感器的加速度时域特征构成特征向量，通过Relief—F算法对特征向量各元素进行权重估计，构造一个最优权重特征向量，增大不同运动模式间特征向量的差异性，采用支持向量机作为分类器，可识别站立、走、跑、跳、跌倒、上楼、下楼7种运动模式。实验表明，所提出的算法能够准确识别多种运动模式，识别精度可达94．1％。
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：扩展过滤式选择算法 支持向量机 惯性传感器 时域特征向量 运动模式
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
