《表2 模型性能对比：基于空间特征的无线体域网人体姿态识别算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于空间特征的无线体域网人体姿态识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了对模型进行进一步评估，本文引用了UCI-HAPT官网中的一篇相关文献[5]与本文所提出的CCLA模型进行对比，对比范围为6类标准动作，指标为准确率，模型性能对比如表2所示。通过比较可以看出，在6类动作的识别上，CCLA算法模型在4类姿态（坐姿、行走、下楼、上楼）上均取得最好效果，比其他方法的最优性能准确率提高了2%～21%，在两类姿态（躺姿、站姿）上虽并未达到最好效果，但与最优性能准确率相差在3%以内。同时，CCLA每个动作识别耗时仅为6 ms。总之，存在转换动作干扰条件下，CCLA模型的整体性能表现仍然占优势。