《表4 文中算法与其它算法结果对比Tab.4 Comparison between the results of this algorithm and other algorithms》
WARD1.0中有三种静态行为,站立、坐和躺,考虑到该算法针对动态行为,且推轮椅的动作与其他行为的区别更多表现在手部传感器上,所以在实验对比中,增加一组实验,将WARD1.0中静止行为和推轮椅去掉,剩下九种行为进行实验。结果如表4所示。可以发现,在自采集数据集中即使将传感器的数量由五个降到一个,且窗口长度减少到0.3 s,识别结果依然很好。在WARD数据集中,区分13种动作量由五个降到一个,且窗口长度减少到0.3 s,识别结果依然很好。在WARD数据集中,区分13种动作的效理想,区分九种动态行为结果提升,而且考虑到传感器的数量由五个降到一个,依然能够说明,笔者的算法不仅大大简化穿戴设备,对短时行为的识别效果良好。
图表编号 | XD0034313900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 苏本跃、郑丹丹、汤庆丰、盛敏 |
绘制单位 | 安庆师范大学计算机与信息学院、安徽省智能感知与计算重点实验室、安庆师范大学计算机与信息学院、安徽省智能感知与计算重点实验室、杭州师范大学医学院、安徽省智能感知与计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表4 文中算法与其它算法结果对比Tab.4 Comparison between the results of this algorithm and other algorithms”的人还看了
- 表2 与常规神经网络对比结果Tab.2 The result of comparison between the method in this paper and conventional methods