《表3 不同方法平均行为识别率表》
目前可穿戴设备行为识别方面的研究一般是特征提取和分类器相结合的方法,传统的特征包括传感器数据的均值、方差、离散系数、加速度x、y、z三轴相关性、熵,主流的分类器包括决策树、SVM等.实验将本文提出的CNN-BLSTM方法与CNN、SVM、J48决策树进行对比,其中CNN模型结构如3.1小节的图3所示,SVM和J48都采用传统特征值作为分类依据,实验结果如图7所示,横坐标为行为动作,纵坐标为每种行为动作的识别率.不同方法的平均识别率如表3所示.
图表编号 | XD00212221300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 邹小武、盛蒙蒙、毛家发、盛伟国 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、杭州师范大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |