隨著物聯(lián)網(wǎng)和傳感器技術(shù)的飛速發(fā)展,智能家居進(jìn)入了人們的生活。智能家居通常是指配置了有線(xiàn)、無(wú)線(xiàn)網(wǎng)絡(luò)以及各種先進(jìn)傳感儀器的居住環(huán)境。在智能家居中,通過(guò)傳感器獲取居民身體狀況和日常行為等相關(guān)數(shù)據(jù),進(jìn)而感知居民的需求,為居民提供更方便、更舒適的生活。開(kāi)展基于泛在傳感器的智能家居中居民日常行為識(shí)別研究,給智能家居注入了新的活力,使其具有了更多的特殊用途,如輔助照顧獨(dú)居老人和生活不能自理的病人等。目前,盡管智能家居中的居民行為識(shí)別研究取得了一定的進(jìn)展,但還存在以下幾個(gè)主要問(wèn)題:一、大多數(shù)行為識(shí)別中,行為識(shí)別的準(zhǔn)確率還不夠高,對(duì)相近的行為識(shí)別準(zhǔn)確率較低;二、只考慮到了單個(gè)用戶(hù)的行為識(shí)別,對(duì)多用戶(hù)的行為識(shí)別效果不佳;三、行為識(shí)別模型的魯棒性較差。針對(duì)上述問(wèn)題,本文進(jìn)行以下兩方面的研究:（一）在泛在傳感器的居民日常行為識(shí)別過(guò)程中,針對(duì)傳統(tǒng)的單用戶(hù)行為識(shí)別算法在特征冗余情況下識(shí)別準(zhǔn)確度不高的問(wèn)題,本文提出了一種基于加權(quán)皮爾遜相關(guān)系數(shù)（Pearson Correlation Coefficient,PCC）的行為特征約簡(jiǎn)策略,選擇對(duì)行為影響較大的傳感器特征進(jìn)行用戶(hù)行為識(shí)別。首先,提取行為觸發(fā)的傳感器頻次作為... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 行為識(shí)別研究現(xiàn)狀
        1.2.1 入侵式及非入侵行為識(shí)別
        1.2.2 不同監(jiān)測(cè)技術(shù)下的行為識(shí)別
    1.3 研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
2 泛在傳感器行為識(shí)別的相關(guān)工作
    2.1 行為識(shí)別各階段主要工作及相關(guān)技術(shù)
        2.1.1 原始傳感器數(shù)據(jù)的獲取
        2.1.2 傳感器數(shù)據(jù)預(yù)處理與分割
        2.1.3 數(shù)據(jù)特征提取與選擇
        2.1.4 模型建立及數(shù)據(jù)分類(lèi)
    2.2 泛在傳感器行為識(shí)別框架
    2.3 本章小結(jié)
3 基于加權(quán)Pearson相關(guān)系數(shù)的單用戶(hù)行為識(shí)別方法
    3.1 加權(quán)Pearson相關(guān)系數(shù)的單用戶(hù)行為識(shí)別方法描述
    3.2 數(shù)據(jù)集介紹及評(píng)價(jià)標(biāo)準(zhǔn)
        3.2.1 數(shù)據(jù)集中傳感器信息和活動(dòng)信息
        3.2.2 行為識(shí)別的評(píng)價(jià)標(biāo)準(zhǔn)
    3.3 加權(quán)Pearson相關(guān)系數(shù)的單用戶(hù)行為識(shí)別實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)結(jié)果及分析
        3.3.2 實(shí)驗(yàn)結(jié)果討論
    3.4 本章小結(jié)
4 基于改進(jìn)TF-IDF的多用戶(hù)行為識(shí)別方法
    4.1 基于TF-IDF的多用戶(hù)行為識(shí)別方法
    4.2 基于改進(jìn)TF-IDF的多用戶(hù)行為識(shí)別方法
        4.2.1 時(shí)間特征
        4.2.2 SEF特征
        4.2.3 改進(jìn)TF-IDF特征
    4.3 多用戶(hù)行為識(shí)別數(shù)據(jù)集介紹
        4.3.1 傳感器分布及實(shí)驗(yàn)數(shù)據(jù)集
        4.3.2 傳感器特征分布和行為描述
    4.4 基于改進(jìn)TF-IDF的多用戶(hù)行為識(shí)別方法實(shí)驗(yàn)分析
        4.4.1 實(shí)驗(yàn)結(jié)果及分析
        4.4.2 實(shí)驗(yàn)結(jié)果討論
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 論文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]聲音識(shí)別傳感器設(shè)計(jì)與應(yīng)用[J]. 李超.  傳感器與微系統(tǒng). 2014(12)
[2]Activity Recognition Based on RFID Object Usage for Smart Mobile Devices[J]. Jaeyoung Yang,Joonwhan Lee,Joongmin Choi.  Journal of Computer Science & Technology. 2011(02)
[3]一種基于壓力傳感器的人體運(yùn)動(dòng)識(shí)別方法研究[J]. 石欣,熊慶宇,雷璐寧.  儀器儀表學(xué)報(bào). 2010(06)

碩士論文
[1]基于非穿戴式傳感器的多用戶(hù)室內(nèi)活動(dòng)識(shí)別研究[D]. 張楠.哈爾濱工業(yè)大學(xué) 2017
[2]基于可穿戴設(shè)備的人體行為識(shí)別與狀態(tài)監(jiān)測(cè)方法研究[D]. 楊偉篤.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3424971