-
题名一种基于特征选取的传感器选择方法
被引量：2
- 1
-
-
作者
刘宏志
吴中海
张兴
-
机构
北京大学信息科学技术学院北京
北京大学软件与微电子学院北京
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第9期100-102,113,共4页
-
基金
国家科技支撑计划项目(2011BAH14B02,2012BAH18B04)
-
文摘
基于传感器的行为识别是环境智能中的一个关键问题,但是"该使用哪些种类的传感器?"以及"每种传感器该使用多少个?"都还是有待解决且具有挑选性的问题。针对这些问题,提出一种基于特征选取的方法来选择传感器。实验结果显示,在OPPORTUNITY标准数据集上,1)相比于加速度传感器和陀螺仪传感器,磁性传感器的识别效果较好;2)只使用被选取的5个最好的磁性传感器特征也能达到和使用全部传感器特征类似的识别准确度。
-
关键词
行为识别
传感器选择
特征选取
环境智能
-
Keywords
activity recognition sensor selection feature selection ambient intelligence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于启发式集成特征选择的人体活动识别
被引量：3
- 2
-
-
作者
戴健威
李瑞祥
陈金瑶
乐燕芬
施伟斌
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2022年第4期860-871,共12页
-
基金
国家自然科学基金(51705324)。
-
文摘
针对人为提取的冗余特征集和无关特征集导致可穿戴传感器的人体活动识别分类性能降低的问题,提出一种基于启发式集成特征选择的人体活动识别方法。该方法首先选取了包含功率谱密度(Power spectrum density,PSD)的特征集用于识别易混淆的活动,在此基础上借助皮尔逊系数法(Pearson correlation coefficient,PCC)筛选出低相关的特征子集,然后使用改进的正余弦优化算法(Sine cosine algorithm,SCA)进行特征优化,通过两次特征筛选得到最优特征子集。实验结果表明,在实验室采集的数据集中使用该方法后的特征子集维数为34,识别准确率达到了98.21%。在公开的SCUT-NAA数据集中进行对比实验,特征子集维数为39,低于以往基于该数据集研究方法的特征维数,并且识别准确率达到了96.51%。
-
关键词
人体活动识别
特征选择
正余弦算法
功率谱密度
可穿戴传感器
-
Keywords
human activity recognition(HAR)
feature selection
sine cosine algorithm(SCA)
power spectrum density(PSD)
wearable sensor
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合行为特征与校园时空数据的抑郁症检测
被引量：1
- 3
-
-
作者
王昌海
李敏
张王卫
梁辉
-
机构
郑州轻工业大学软件学院
郑州轻工业大学马克思主义学院
-
出处
《计算机工程与设计》
北大核心
2023年第7期2200-2206,共7页
-
基金
国家自然科学基金项目(61872439)
河南省重点研发与推广专项(科技攻关)基金项目(212102210096、222102210030)。
-
文摘
针对当前高校学生抑郁症检测研究特征挖掘不充分、识别准确率低的问题,提出一种融合校园时空数据和多任务回归的抑郁症检测方法。介绍感知数据的采集和预处理方法,给出融合校园时空数据的用户行为特征提取方法,提出一种基于多任务回归的抑郁症指标检测模型。使用真实数据集评估方法检测效果,其结果表明,该方法对抑郁症的检测正确率提高4.7%,查全率提高10.1%。
-
关键词
智能手机
智能感知
抑郁症检测
wifi定位
动作识别
特征选择
多任务回归
-
Keywords
smartphone
intelligent sensing
depression detection
wifi localization
activity recognition
feature selection
multi-task regression
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
