文献

J-GLOBAL ID：201702250534044013   整理番号：17A1834538

多重サポートベクトルマシン分類器に基づく輸送モード認識アルゴリズム【Powered by NICT】

Transportation Mode Recognition Algorithm Based on Multiple Support Vector Machine Classifiers

著者 (5件)： Chen Shaomeng ,  Luo Haiyong ,  Zhao Fang ,  Yuan Weichao ,  Jiang Mengling
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ES  ページ： 253-259  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 輸送モード認識は,行動認識の特別なサブフィールドであり,だけでなく人間行動の非侵襲的モニタリングを行うために,知的情報プッシュサービスを提供するために使用できるパーベイシブコンピューティングにおける重要なユーザ文脈情報でもある。伝統的なGPSベースの輸送モード認識システムは高い電力消費,限られた利用シナリオと電動輸送モード認識の中程度の精度であったことが状況を目指して,複数のサポートベクトルマシン分類器に基づく高精度で軽量輸送モード認識アルゴリズムを提案した。アルゴリズムは,加速度センサ,ジャイロセンサ,磁気センサ,圧力センサなどのインテリジェント端末に統合されたセンサの多様性を用いた。車両移動パターンの挙動特徴のマイニングに基づいて,数サポートベクトルマシン分類器の輸送モード認識を行うように設計されている。実験結果は複数のサポートベクトルマシン分類器に基づく輸送モード認識アルゴリズムは,より良い普遍性とロバスト性を有しており,自動車輸送モード認識のための95%以上の認識精度を得ることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 磁気センサ ,  *アルゴリズム ,  圧力センサ ,  *サポートベクトルマシン ,  ロバスト性 ,  電力消費 ,  人間行動 ,  ユビキタスコンピューティング ,  インテリジェントターミナル ,  センサ ,  GPS
準シソーラス用語： GPS【位置決め】 ,  加速度センサ ,  高精度 ,  行動認識 ,  *認識アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 多重 ,  サポートベクトルマシン ,  分類器 ,  輸送 ,  認識アルゴリズム