期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于核主成分分析的相关向量机人体动作分类新型模型
被引量：
3
1
作者
吴建宁
林秋婷
伍滨
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第6期641-649,共9页
针对小样本人体动作数据分类泛化性能差等问题,提出一种基于核主成分分析的相关向量机人体动作分类新型模型。该模型有效利用核函数,融合核主成分分析与相关向量机,在高维特征空间挖掘更多蕴含人体动作差异信息的非线性特征,提升相关向...
针对小样本人体动作数据分类泛化性能差等问题,提出一种基于核主成分分析的相关向量机人体动作分类新型模型。该模型有效利用核函数,融合核主成分分析与相关向量机,在高维特征空间挖掘更多蕴含人体动作差异信息的非线性特征,提升相关向量机准确表征人体动作差异稀疏分布的学习性能,提高小样本人体动作数据分类泛化性能。选用美国加利福尼亚州大学公开的可穿戴人体动作数据库UCI-HAR中所有30名受试者,共6类动作模式、10299个样本数据,采用十次交叉验证训练测试方法,评价所提出模型的有效性。结果表明,仅需约10个相关向量,分类准确率可达96%,分别高于基于核主成分分析的支持向量机和CNN-LSTM深度学习模型的分类准确率约5.4%和3.6%,有效提高小样本动作数据分类泛化性能,为准确鉴别人体动作变化提供一个新的思路和方法。
展开更多
关键词
人体动作分类
核主成分分析
相关向量机
在线阅读
下载PDF
职称材料
基于时间距离像的人体动作深度学习分类
被引量：
11
2
作者
谢晓兰
陈梓涵
《桂林理工大学学报》
CAS
北大核心
2019年第1期197-203,共7页
在人体目标的雷达自动识别中,常用提取到的人体微多普勒特征对人体运动状态或动作姿态进行识别。受人体多变姿态和躯干强回波的影响,人体微多普勒特征有时是微弱和模糊的,难以稳定提取并用于分类。本文使用超宽带雷达录取了人体动作的...
在人体目标的雷达自动识别中,常用提取到的人体微多普勒特征对人体运动状态或动作姿态进行识别。受人体多变姿态和躯干强回波的影响,人体微多普勒特征有时是微弱和模糊的,难以稳定提取并用于分类。本文使用超宽带雷达录取了人体动作的高分辨率距离像,由连续多帧距离像构建了覆盖整个动作的时间-距离像,采用深度卷积神经网络自动学习时间-距离像的分层特征并进行了分类,对9种动作的平均分类精度达到了96.67%。实验结果验证了深度卷积神经网络对基于时间-距离像的人体动作分类是可行和有效的。
展开更多
关键词
人体动作分类
超宽带雷达
时间-距离像
深度卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于核主成分分析的相关向量机人体动作分类新型模型
被引量：
3
1
作者
吴建宁
林秋婷
伍滨
机构
福建师范大学计算机与网络空间安全学院
福建师范大学数学与统计学院
福建师范大学校医院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第6期641-649,共9页
基金
国家自然科学基金(82072043)
福建省自然科学基金(2020J01163)。
文摘
针对小样本人体动作数据分类泛化性能差等问题,提出一种基于核主成分分析的相关向量机人体动作分类新型模型。该模型有效利用核函数,融合核主成分分析与相关向量机,在高维特征空间挖掘更多蕴含人体动作差异信息的非线性特征,提升相关向量机准确表征人体动作差异稀疏分布的学习性能,提高小样本人体动作数据分类泛化性能。选用美国加利福尼亚州大学公开的可穿戴人体动作数据库UCI-HAR中所有30名受试者,共6类动作模式、10299个样本数据,采用十次交叉验证训练测试方法,评价所提出模型的有效性。结果表明,仅需约10个相关向量,分类准确率可达96%,分别高于基于核主成分分析的支持向量机和CNN-LSTM深度学习模型的分类准确率约5.4%和3.6%,有效提高小样本动作数据分类泛化性能,为准确鉴别人体动作变化提供一个新的思路和方法。
关键词
人体动作分类
核主成分分析
相关向量机
Keywords
human activity classification
kernel principal component analysis
relevance vector machine
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
基于时间距离像的人体动作深度学习分类
被引量：
11
2
作者
谢晓兰
陈梓涵
机构
桂林理工大学信息科学与工程学院
出处
《桂林理工大学学报》
CAS
北大核心
2019年第1期197-203,共7页
基金
国家自然科学基金项目(61762031)
广西重点研发计划项目(桂科AB17195029
+2 种基金
桂科AB1826006)
广西研究生教育创新计划项目(YCSW2017156
YCSW2018157)
文摘
在人体目标的雷达自动识别中,常用提取到的人体微多普勒特征对人体运动状态或动作姿态进行识别。受人体多变姿态和躯干强回波的影响,人体微多普勒特征有时是微弱和模糊的,难以稳定提取并用于分类。本文使用超宽带雷达录取了人体动作的高分辨率距离像,由连续多帧距离像构建了覆盖整个动作的时间-距离像,采用深度卷积神经网络自动学习时间-距离像的分层特征并进行了分类,对9种动作的平均分类精度达到了96.67%。实验结果验证了深度卷积神经网络对基于时间-距离像的人体动作分类是可行和有效的。
关键词
人体动作分类
超宽带雷达
时间-距离像
深度卷积神经网络
Keywords
human action classification
ultra-wide band radar
time-range profile
deep convolutional neural network (DCNN)
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于核主成分分析的相关向量机人体动作分类新型模型
吴建宁
林秋婷
伍滨
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
基于时间距离像的人体动作深度学习分类
谢晓兰
陈梓涵
《桂林理工大学学报》
CAS
北大核心
2019
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
