《表3 总体识别率对比表：一种轻量化的CNN活动识别方法研究》

  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

《一种轻量化的CNN活动识别方法研究》

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

实验结果表明本文提出的LCBRA方法在走路（Walking）、慢跑（Jogging）、下楼梯（Downstairs）、坐着（Sitting）和站立（Standing）5种活动的识别率都高于其他3种活动识别方法，且对每种活动的识别率都在90%以上．STAR方法针对走路、坐着和站立3种活动的识别率较高，而对相似活动（如上楼梯和下楼梯）的识别率较低．传统的分类器SVM和J48对走路、慢跑、上下楼梯四种复杂的活动识别率都较低．LCBRA、STAR、SVM和J48四种活动识别方法对站立和坐着的识别率都比较高，因为这两种活动的动作比较单一，采集的加速度数据不会因为不同实验者的个性化动作而有太大区别．四种活动识别方法的总体识别率如表3所示，其中本文提出的LCBRA方法识别六种活动的总体识别准确率达到了97.6%，STAR方法的总体识别率为71.2%，SVM和J48识别准确率较低．实验结果表明LCBRA方法对六种活动的识别率都比较均衡，且达到了较好的结果，而STAR方法通过提取物理特征进行活动识别，特征描述并不完善，而SVM和J48方法在分类方面的效果并不理想，导致识别准确率不高．