行為識別系統(tǒng)被廣泛應用于個人健康管理、醫(yī)療以及體感娛樂等多個領域,并且行為識別能夠作為感知人當前狀態(tài)信息,從而成為一種良好的人機交互方式。對行為系統(tǒng)研究不僅僅局限于學術界對其理論分析,相關企業(yè)也對其投入了成本,在當前應用市場上也有諸如“咕咚”和“微信曬步數”等多款備受用戶熱愛的應用軟件,從而也證明了對行為識別系統(tǒng)的研究具有重要的應用價值。對行為識別系統(tǒng)的研究起源于使用攝像頭進行采集圖像信息并基于計算機視覺技術進行行為識別,到如今利用可穿戴設備以及智能手機上內置的傳感器采集數據進行行為識別。特別是基于智能終端的行為識別系統(tǒng)更加符合用戶的日常生活并對用戶生活無侵入,這使得行為識別系統(tǒng)能夠大大推廣�；谝陨媳尘�,本文對基于智能終端的行為識別問題進行了深入研究并設計實現了原型系統(tǒng),本文的主要工作主要包含如下三個部分:1.在特征工程中,綜合考慮分類算法的性能、特征約減效果以及特征成本這三個關鍵因素,利用二進制粒子群優(yōu)化算法（BPSO）的搜索能力提出了基于特征可信度和成本的特征選擇方法,并在UCI公開數據集中進行了充分的驗證,從而證明基于特征可信度和成本的特征選擇方法的有效性。其中在Lung數據集... 

【文章來源】：南京郵電大學江蘇省

【文章頁數】：110 頁

【學位級別】：碩士

【部分圖文】：

行為識別系統(tǒng)技術方案演進圖

圖 2.1 行為識別系統(tǒng)技術方案演進圖如圖 2.1 所示，行為識別系統(tǒng)最開始是使用放置在固定位置的攝像頭作為行為識別系統(tǒng)件載體，而在該階段也主要采用的是計算機視覺技術。隨著微電子行業(yè)的快速發(fā)展以及高度集成化，市場上出現了集成多種可采集生物特征如心率、加速度等特征的傳感器的戴設備。因此，為了避免由傳感器位置固定帶來的局限性，行為識別系統(tǒng)的硬件載體也轉向了使用可穿戴設備，因此，技術方案也趨向于使用基于機器學習的技術方案。直到年，智能手機也逐漸配備了大量的傳感器，由于智能手機對日常生活無侵入性、舒適性及無須給用戶帶來額外的硬件成本等特性，基于智能手機的行為識別系統(tǒng)成為了研究熱術方案依然是采用基于機器學習的技術方案。但是由于智能手機是能量有限的設備無法高功耗的應用，因此，基于智能手機的行為識別系統(tǒng)需要進行特定的優(yōu)化以及整體方案更加輕量級。如圖 2.2 所示，在手機應用市場中，也有多款基于行為識別的熱門應用，受到用戶的追捧

南京郵電大學專業(yè)學位碩士研究生學位論文 第二章 相關背景知識介紹2007 年成為了研究熱點[56]。Xue Bing 等人[56]通過從 Google Scholar、Web Of Science 和 Scopus上統(tǒng)計基于進化計算的特征選擇方法的論文數量，結果顯示從2007年后基于遺傳算法（GAs）和粒子群算法（PSO）的特征選擇算法的論文數據增幅較大，特別是基于 PSO 的特征選擇方法增幅最大。從 Xue Bing 等人[56]的研究綜述明顯可以看出，基于進化計算的特征選擇方法已經逐漸成為研究熱點。如圖 2.8 所示，Xue Bing[56]將基于進化計算的特征選擇方法進行了如下分類。

【參考文獻】：
博士論文
[1]高維數據的特征選擇及基于特征選擇的集成學習研究[D]. 張麗新.清華大學 2004



本文編號：3070467