-
题名高可信度加权的多分类器融合行为识别模型
被引量：1
- 1
-
-
作者
王忠民
王科
贺炎
-
机构
西安邮电大学计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第12期3353-3357,共5页
-
基金
国家自然科学基金资助项目(61373116)
陕西省教育科学"十二五"规划课题项目(SGH140601)
+1 种基金
陕西省教育厅项目(15JK1653)
西安邮电大学校青年基金资助项目(ZL2014-27)~~
-
文摘
为了提高基于智能移动设备的人体日常行为识别准确率,提出一种高可信度加权的多分类器融合行为识别模型(MCFM)。针对不同智能设备内置加速度传感器获取的三轴加速度信息,优选出与人体行为相关度高的特征集作为该模型的输入,将决策树、支持向量机以及反向传播(BP)神经网络三个基分类器通过高可信度加权投票算(HRWV)法训练出一个新的融合分类器。实验结果表明,所提出的分类器融合模型能有效提高行为识别的准确率,对静止、散步、跑步、上楼及下楼五种日常行为的平均识别准确率达到94.88%。
-
关键词
行为识别
三轴加速度
高可信度加权
基分类器
融合分类器
-
Keywords
activity recognition
triaxial acceleration
high reliability weight
base classifier
fusion classifier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名多观测样本联合信息加权稀疏表示分类算法
被引量：3
- 2
-
-
作者
胡正平
赵艳霜
赵淑欢
-
机构
燕山大学信息科学与工程学院
-
出处
《信号处理》
CSCD
北大核心
2014年第4期413-421,共9页
-
基金
国家自然科学基金(61071199)
河北省自然科学基金(F2010001297)
-
文摘
多观测样本分类问题中,同一对象的多观测样本均看作一个整体进行识别,其同等看待各个观测样本。考虑到其每个观测样本包含判别信息量不同,针对如何有效利用其可信度问题,提出基于观测样本联合加权稀疏表示多观测样本分类算法。首先将多观测样本分解成单样本,分别对各个样本进行稀疏求解得到其各自的稀疏度和残差,进而联合二者确定其相应可信度。然后给各观测样本进行可信度加权,重构出加权多观测样本。最后,再采用整体稀疏表示对其进行分类。在ETH-80物体数据库、CMU-PIE人脸数据库和BANCA数据库上进行大量对比实验,实验结果证明该算法的有效性,提高识别精度的同时使算法的鲁棒性得到保证。
-
关键词
多观测样本分类
联合稀疏表示
重构样本
可信度加权
判别信息
-
Keywords
multiple observation sets classification
joint sparse representation
reconstructed samples
reliability weighted
discriminative information
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种鲁棒的2D激光雷达和摄像机最小解标定方法
被引量：4
- 3
-
-
作者
彭梦
邬书跃
陈龙
李卓凡
-
机构
湖南工程学院计算机与通信学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第8期146-154,共9页
-
基金
国家自然科学基金(62173134,62006075)
湖南省自然科学基金(2023JJ50030,2023JJ50226)
湖南工程学院校级项目(YY1711,XJ1605)资助。
-
文摘
因为P3P问题固有的结构缺陷,二维激光雷达和摄像机的最小解标定方法存在数值稳定性差、精度较差等问题。针对上述问题,本文提出了一种鲁棒的最小解标定方法,对P3P问题的求解算法和最优解选择误差度量进行改进。首先,根据3个棋盘格构建的P3P问题,利用改进的RP3P算法进行求解,提高了解的稳定性。然后,基于可信度加权观测概率设计了一种的最优解选择策略,提高了所选解的准确性。根据实验结果可知,本文的算法在标定结果的精度和有效性上得到明显改善。仿真实验中,在不同噪声水平下,相比于Francisco方法和Hu方法,本文方法的有效解概率提高了5%~41%和2%~20%,旋转矩阵精度提高了2°~6°和1.5°~2°,平移向量精度提高了180~520 mm和150~180 mm,性能提高明显。
-
关键词
智能交通
2D激光雷达
P3P问题
外参数标定
RP3P算法
可信度加权
-
Keywords
intelligent transportation
2D Lidar
P3P problem
extrinsic calibration
RP3P algorithm
reliability weight
-
分类号
TN958
[电子电信—信号与信息处理]
TN911
[电子电信—通信与信息系统]
-
