基于BP神经网络的人体活动识别方法

作者：欧阳银涛; 孙彦玺; 屈敬朝; 李雯雯; 王崇

来源：物联网技术, 2021, 11(12): 40-42.

DOI：10.16667/j.issn.2095-1302.2021.12.010

• BP神经网络
• 机器学习
• 人体活动识别
• 惯性传感器
• 特征提取
• 降维

针对当前机器学习算法对人体活动分类精度不高、模型泛化能力差等问题,建立了BP神经网络分类模型用以进行人体活动识别。提取惯性传感器采集的三轴加速度数据和三轴陀螺仪数据的方差、平均绝对值、均方根等时域特征,采用主成分分析(PCA)法对提取的时域特征进行降维操作,再将其作为分类器的输入进行人体活动分类。基于公开的DaLiAc数据集的实验结果表明,所提方法对13种不同人体活动的识别准确率达96.6%。

• 单位
  郑州轻工业大学