抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近,個々のは外にある場合にスマートフォンはシチュエーションアウェア応用で使用されている,例えば輸送の方法を決定するが増加している。しかし輸送モード分類の既存の方法は,しばしば高い計算複雑性と不十分な精度に悩まされている。本論文では,EasiTMC,GPS受信機と加速度計からの輸送モードを自動的に推定するための粗粒と細粒分類器から構成される二段階階層的分類フレームワークを提案した。異なる型輸送の,歩行,ランニング,自転車のような非自動車モードを含むバスと自動車運転のような電動モードを分類することを目的とした。本研究の主要な寄与は,分類の精度と分類誤差を減少させるためのマージ改良アルゴリズムを改善するための低計算量,オーバーラップエントロピーに基づく特徴選択法を用いた高精度を達成するための新しいセグメントベース分割アルゴリズムを含んでいる。EasiTMCは七人から200時間以上輸送トレースのを用いて評価した。二他のセグメンテーション法,すなわち基づく一様距離と均一な時間間隔に基づく方法と比較して,提案した分割法は,低い計算複雑度でより高い程度分配精度を達成した。輸送の方法同定の全体的な精度は,異なるユーザの約93.3%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】