文献

J-GLOBAL ID：201702290558183231   整理番号：17A1286737

携帯電話センサによる把持方式の判断と運動状態認識【JST・京大機械翻訳】

Activity and Holding Mode Recognition Using Multiple Sensors

著者 (4件)： Huang Yiming (電子科技大学信息与軟件工程学院成都 610054) ,  Lei Hang (電子科技大学信息与軟件工程学院成都 610054) ,  Zhou Rui (電子科技大学信息与軟件工程学院成都 610054) ,  Sang Nan (電子科技大学信息与軟件工程学院成都 610054)
資料名： Dianzi Keji Daxue Xuebao  (Dianzi Keji Daxue Xuebao)
巻： 46  号： 2  ページ： 399-406  発行年： 2017年 
JST資料番号： W1475A  ISSN： 1001-0548  CODEN： DKDAEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の運動認識技術はセンサ位置の固定を前提として認識されるが、センサーの配置位置や把持方式が変化する時に、運動認識率が相応の影響を受けることが知られている。本論文では,携帯電話センサに基づく把握方法と運動状態認識法を提案し,センサ位置が異なる影響を受ける運動認識率の欠点を解決した。まず第一に,異なる把持モードにおける三軸加速度データによって特徴抽出を行い,多層ウェーブレット変換によって,高周波と低周波部分を得て,それらの組合せを一次特性を形成するために使用した。特異値分解を用いて一次特徴を次元縮小し、最終的な特徴を獲得し、動径基底関数に基づくマルチ分類サポートベクトルマシン(SVM)を用いて特徴分類を行い、さらに異なる把持方式における異なる運動を判断する。実験結果により,異なる運動モードにおける平均認識率が93%であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 特異値分解 ,  加速度 ,  ウェーブレット変換 ,  *携帯電話 ,  次元縮小 ,  HF【周波数】 ,  *センサ ,  動径基底関数 ,  特徴抽出 ,  LF【周波数】 ,  サポートベクトルマシン ,  多層
準シソーラス用語： 認識率 ,  三軸 ,  動作認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： activity recognition ,  singular value decomposition ,  support vector machine ,  wavelet transform

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 携帯電話 ,  把持 ,  運動