文献

J-GLOBAL ID：201802278236419152   整理番号：18A0530344

マルチセンサ人間活動認識のためのウェーブレットテンソルファジィクラスタリング方式【Powered by NICT】

A wavelet tensor fuzzy clustering scheme for multi-sensor human activity recognition

著者 (3件)： He Hong (College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 200234, China) ,  Tan Yonghong (College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 200234, China) ,  Zhang Wuxiong (Key Laboratory of Wireless Sensor Network and Communication, SIMIT, Chinese Academy of Sciences, Shanghai, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 70  ページ： 109-122  発行年： 2018年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ウェアラブルセンサとモバイル機器数の増加により,複数のセンサに基づく人間活動認識(HAR)は近年ますます注目を集めている。人間行動の多様性のために,活性の多変量信号の解析は未だ困難な課題である。クラスタリングは直接ラベル無しデータに取り組んで,未知の活性を自動的に同定できる教師なし分類技術である。マルチセンサ活性認識のための新しいウェーブレットテンソルファジィクラスタリングスキーム(WTFCS)を提案した。多重活動信号の特徴テンソルは,離散ウェーブレットパケット変換(DWPT)を用いて構築した。多重線形主成分分析(MPCA)を特徴テンソルの次元を低減するために利用されている固有のデータ構造を保持した。主要な特徴初期化とテンソルファジィメンバシップを基にして,新しいファジィクラスタリング(PTFC)は異なる活性特徴テンソル基を同定するために開発した。最後に,開放HARデータセット(DSAD)はWTFCSの効率を検証した。八人の被験者の十七活性のクラスタリング結果は,人間活動の潜在的に有用な特徴は,MPCAベース次元縮小とDWPTベース特徴抽出を組み合わせて捕捉できることを示した。PTFCは種々の人間活動を識別する効果的にできた。活性認識の正確さ速度はファジィc-平均クラスタリングとファジィクラスタリングテンソル距離に基づくよりも高かった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データ構造 ,  主成分分析 ,  *クラスタ化 ,  多重化 ,  人間行動 ,  特徴抽出 ,  次元縮小 ,  *センサ ,  線形性 ,  *テンソル
準シソーラス用語： *ファジィクラスタリング ,  *人間活動 ,  ウェアラブルセンサ ,  *行動認識 ,  *マルチセンサ , 【Automatic Indexing@JST】

著者キーワード (5件)： 活動認識 ,  次元縮小 ,  ファジィクラスタリング ,  ウェーブレットパケット変換 ,  テンソル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： マルチセンサ ,  人間 ,  活動認識