融合加速度和生理信號的人體活動識別.pdf

1、目前，人體活動識別技術大都局限于僅使用加速度對人體運動進行識別，融合異構傳感器數據進行復雜活動識別的研究很少，現有的一些融合加速度和心率進行活動識別的工作，也僅僅是在特征層進行融合。為了充分利用不同傳感器采集的數據，以實現穿戴盡量少的設備來準確識別盡量多的活動的目的，本文主要研究融合加速度和生理信號的人體活動識別。首先，提出了一個日?；顒訑祿杉軜?，對日?；顒舆M行了匯總分類，采集了相應的實驗數據，并進行了預處理;然后，在人體活動特征提

2、取和選擇的基礎上，提出了一種基于SVM和GMM的多通道分數級融合活動識別算法，分別通過SVM和GMM來訓練不同的信號通道，并基于邏輯回歸算法訓練得到各通道的權重系數來進行融合。最后，提出了一種基于boosting的多通道決策級融合活動識別算法，引入了基于置信度的AdaBoost算法來訓練不同的信號通道，并通過自適應加權對數優(yōu)化池(WLOGP)規(guī)則進行多通道的決策級融合。生理信號的引入能有效識別僅靠加速度很難區(qū)分的活動，分數級融合能顯著提