基于無線傳感器網絡和概率融合的行為識別方法.pdf

1、傳感器、無線通訊和微電子等技術的進步和相互結合，推動了無線傳感器網絡在智能環(huán)境等眾多領域的快速發(fā)展。在智能環(huán)境應用中，如智能家庭、智能辦公室等，利用傳感器網絡識別用戶的行為，并根據(jù)識別的行為類型為用戶提供各種智能化的服務成為眾多研究問題中的核心問題之一。然而，由于人體行為的復雜性，單個物理傳感器往往難以準確的識別用戶的行為。因此，研究如何利用多種傳感器數(shù)據(jù)進行數(shù)據(jù)融合，準確識別用戶行為成為智能環(huán)境領域的一個重要研究問題。本文提出了一種基

2、于無線傳感器網絡和概率融合的行為識別方法，通過對多個傳感器數(shù)據(jù)分別建立識別模型，得到每個傳感器對每種行為識別的概率，然后利用Dempster-Shafer證據(jù)理論對多個識別模型的概率輸出進行概率融合，得到了比單個識別模型更準確、穩(wěn)健的識別結果。 本文的主要工作包括： 1．提出了基于無線傳感器網絡和概率融合的行為識別系統(tǒng)框架。該框架從底層開始，由傳感器節(jié)點采集數(shù)據(jù)，通過網關節(jié)點，發(fā)送給終端計算機。終端計算機收集到不同的數(shù)據(jù)

3、后，進行數(shù)據(jù)預處理，特征提取等操作，然后通過分類識別和融合，得到最終的行為識別結果。 2．分析研究了數(shù)據(jù)挖掘和數(shù)據(jù)融合在人體行為識別系統(tǒng)中的應用。這一部分是本文的核心內容，主要研究了基于支持向量機和D-S證據(jù)理論的融合。采用合適的概率估計算法，支持向量機能夠較好的得到概率輸出值，作為D-S證據(jù)理論的數(shù)據(jù)輸入。同時，對于D-S證據(jù)理論組合公式，采用了改進的算法，使得時間復雜度大為降低。 3．在真實數(shù)據(jù)的基礎上，本文對所提出