文献

J-GLOBAL ID：201702261215191581   整理番号：17A1727380

手首着用センサからのデータを用いた運動分類のための時間領域及び周波数領域での特徴の比較【Powered by NICT】

Comparison of time- and frequency-domain features for movement classification using data from wrist-worn sensors

著者 (3件)： Sarcevic Peter (University of Szeged, Technical Department, Szeged, Hungary) ,  Pletl Szilveszter (Subotica Tech, Subotica, Serbia) ,  Kincses Zoltan (University of Szeged, Department of Technical Informatics, Szeged, Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SISY  ページ： 000261-000266  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： 慣性及び磁気センサは異なるパターン認識応用に広く使用されている。本論文では,時間周波数領域解析を用いて抽出した特徴は,人間行動分類のための比較した。応用データは,9自由度(9DOF)センサ板を備えた組の手首無線センサネットワーク(WSN)モートを用いて収集した。複数の被験者の助けを借りて行ったデータ収集。使用したセンサタイプの能力を調べるために,異なる特徴集合は,複数センサの組み合わせを用いて発生させ,試験し,特徴抽出は,生のセンサ信号と計算した大きさを利用した試験した。分類は多層パーセプトロン(MLP)ニューラルネットワークを用いて行った。得られた結果は,時間領域特徴(TDF)を周波数領域特徴(FDF)よりも高い分類効率を提供することを示した。未知データに得られた最高の分類率はFDFをTDFを用いて91.74%,88.51%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】

シソーラス用語： 自由度 ,  特徴抽出 ,  *周波数領域 ,  ニューラルネットワーク ,  磁気センサ ,  多層パーセプトロン ,  人間行動 ,  *センサ ,  パターン認識 ,  データ収集
準シソーラス用語： 被験者 ,  無線センサネットワーク ,  周波数領域解析 ,  *時間領域 ,  *着用 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 手首 ,  着用 ,  運動 ,  分類 ,  時間領域 ,  周波数領域