基于加速度与HGA-BP神经网络的人体行为识别OA北大核心CSCDCSTPCD
Human Activity Recognition Based on Acceleration and HGA-BP Neural Network
在基于加速度传感器的人体行为识别中,分类器复杂度较高,易产生过拟合现象.为此,通过递阶遗传算法(HGA)训练BP神经网络作为分类器,采用三级染色体递阶结构表示神经网络的结构和参数.设计新的适应度函数,采用选择、交叉和变异操作联合优化BP网络的精确度和复杂度.测试结果表明,在基于加速度信号的行为识别系统中,相比基本HGA和其他常用算法,利用改进的HGA训练BP网络分类器可以有效控制网络结构,在保证隐层神经元数目较少的情况下,尽可能降低输出误差,实现…查看全部>>
卢先领;徐仙
江南大学轻工过程先进控制教育部重点实验室,无锡214122江南大学物联网工程学院,无锡214122
信息技术与安全科学
行为识别加速度传感器递阶遗传算法BP神经网络交叉变异
activity recognitionacceleration sensorHierarchical Genetic Algorithm (HGA)BP neural networkcrossovermutation
《计算机工程》 2015 (9)
220-224,232,6
江苏省产学研联合创新资金前瞻性联合研究基金资助项目(BY2014023-31)江苏高校优势学科建设工程基金资助项目江苏省"六大人才高峰"高层次人才基金资助项目(WLW-007).
评论