本文選題：在線序列ELM + 核函數(shù)　； 參考：《微電子學(xué)與計(jì)算機(jī)》2017年12期

【摘要】：提出了一種基于智能手機(jī)識(shí)別人體姿態(tài)的神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)方案.該設(shè)計(jì)的主旨是用第一級(jí)分類器區(qū)分動(dòng)態(tài)和靜態(tài)動(dòng)作,然后用第二級(jí)分類器分別識(shí)別這兩類動(dòng)作.第一級(jí)分類器采用直接核感知機(jī)DKP(Direct Kernel Perceptron),其具有簡單、快速,α系數(shù)可直接計(jì)算得出而無需任何反復(fù)訓(xùn)練的特點(diǎn).在線序列核極限學(xué)習(xí)機(jī)OS-KELM(Online Sequential Kernel Extreme Learning Machine)因其高效性被作為第二級(jí)分類器.實(shí)驗(yàn)結(jié)果成功驗(yàn)證提出的識(shí)別方案是可行的.
[Abstract]:A neural network classifier based on smart phone recognition is proposed. The purpose of the design is to distinguish the dynamic and static actions with the first stage classifier, and then identify the two kinds of actions with the second level classifier. The first stage classifier uses DKP (Direct Kernel Perceptron), which is simple, fast, and the alpha coefficient can be calculated directly without any repeated training. Online Sequential Kernel extreme Learning Machine (OS-KELM) is used as the second-level classifier for its high efficiency. The experimental results show that the proposed scheme is feasible.
【作者單位】： 中國科學(xué)院微電子研究所;北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院;
【基金】：國家重大專項(xiàng)(2015ZX03001013-002)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 林宇翔;;手語姿態(tài)識(shí)別與智能手機(jī)[J];信息與電腦(理論版);2013年05期

2 李湘文;洪波;尹力;洪宇翔;;基于擺動(dòng)旋轉(zhuǎn)電弧的焊槍空間姿態(tài)識(shí)別[J];焊接學(xué)報(bào);2013年04期

3 孔維行;樂燕芬;施偉斌;李瑞祥;余家寶;孫鳳;;無線傳感器網(wǎng)絡(luò)人體姿態(tài)識(shí)別算法[J];數(shù)據(jù)通信;2013年03期

4 孫超;姜力;楊大鵬;趙京東;劉宏;;多FSR傳感器的手部姿態(tài)識(shí)別系統(tǒng)[J];機(jī)械與電子;2009年01期

5 陳國鋒,傅祥志,廖道訓(xùn);機(jī)器人DKP符號(hào)模型的計(jì)算機(jī)自動(dòng)生成軟件系統(tǒng)[J];機(jī)器人;1993年05期

相關(guān)碩士學(xué)位論文 前5條

1 商業(yè);基于BP神經(jīng)網(wǎng)絡(luò)的老年人姿態(tài)識(shí)別算法研究[D];東北大學(xué);2014年

2 王浩;基于MQTT協(xié)議的人體姿態(tài)識(shí)別系統(tǒng)[D];山東大學(xué);2017年

3 姚旭;基于姿態(tài)識(shí)別老人監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2013年

4 陳雪鋒;基于人體姿態(tài)識(shí)別的機(jī)器人控制技術(shù)研究[D];武漢科技大學(xué);2014年

5 蘇婷;傳感器信息集成在人體運(yùn)動(dòng)姿態(tài)捕獲與識(shí)別中的應(yīng)用研究[D];哈爾濱理工大學(xué);2015年

，

本文編號(hào)：2080527