王忠民+王科+賀炎

摘 要：為了提高基于智能移動(dòng)設(shè)備的人體日常行為識(shí)別準(zhǔn)確率，提出一種高可信度加權(quán)的多分類器融合行為識(shí)別模型（MCFM）。針對(duì)不同智能設(shè)備內(nèi)置加速度傳感器獲取的三軸加速度信息，優(yōu)選出與人體行為相關(guān)度高的特征集作為該模型的輸入，將決策樹、支持向量機(jī)以及反向傳播（BP）神經(jīng)網(wǎng)絡(luò)三個(gè)基分類器通過(guò)高可信度加權(quán)投票算（HRWV）法訓(xùn)練出一個(gè)新的融合分類器。實(shí)驗(yàn)結(jié)果表明，所提出的分類器融合模型能有效提高行為識(shí)別的準(zhǔn)確率，對(duì)靜止、散步、跑步、上樓及下樓五種日常行為的平均識(shí)別準(zhǔn)確率達(dá)到94.88%。

關(guān)鍵詞：行為識(shí)別；三軸加速度；高可信度加權(quán)；基分類器；融合分類器

中圖分類號(hào)： TP391.4

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-9081（2016）12-3353-05