基于Ubisense定位平臺的行為識別系統(tǒng)的研究與實現(xiàn).pdf

1、行為識別目前已成為人機交互和普適計算的一個關(guān)鍵研究領(lǐng)域，傳統(tǒng)的行為識別研究主要是基于計算機視覺的，并且已經(jīng)取得了大量的、重要的研究成果。近幾十年來，由于微電子機械加工技術(shù)的快速發(fā)展，使得傳感器越來越小巧且智能，由此吸引了大量基于傳感器的行為識別研究。
　　本文利用Ubisense定位系統(tǒng)獲取行人的位置信息，進(jìn)而研究基于BP神經(jīng)網(wǎng)絡(luò)的行為識別模型和算法，并在此基礎(chǔ)上實現(xiàn)了一個實時的行為識別系統(tǒng)。
　　首先，通過在實驗人員的手腕

2、、腰部、腳踝佩戴UWB標(biāo)簽以采集活動中3個部位的位置信息，經(jīng)過數(shù)據(jù)預(yù)處理、數(shù)據(jù)分割、特征提取、模型訓(xùn)練等流程建立分類模型;經(jīng)過對幾種分類模型的實驗分析，選擇了BP神經(jīng)網(wǎng)絡(luò)作為分類模型，實驗結(jié)果顯示，該模型對6種動作的總體識別精度達(dá)88％以上。
　　其次，利用WEKA工具將訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型嵌入到基于SSH框架設(shè)計的系統(tǒng)中，并通過該系統(tǒng)實現(xiàn)數(shù)據(jù)的預(yù)處理、特征提取等功能，最終實現(xiàn)了一個在線的、實時的行為識別系統(tǒng)。
　　綜上，