一種用于鑒別體域網(wǎng)動(dòng)作模式的近鄰快速魯棒協(xié)作表示分類(lèi)算法
摘要：提出一種近鄰快速魯棒協(xié)作表示體域網(wǎng)動(dòng)作模式分類(lèi)算法,旨在基于體域網(wǎng)多傳感動(dòng)作模式數據結構內在相似性,利用最近鄰原則,尋找與測試動(dòng)作樣本密切相關(guān)的少量近鄰類(lèi)別和近鄰訓練樣本,重新構造訓練樣本集,然后基于新訓練樣本集構建快速魯棒協(xié)作表示動(dòng)作分類(lèi)模型,通過(guò)擴展拉格朗日乘數算法求解待定測試樣本協(xié)作表示系數和表示殘差,定義判定測試樣本所屬類(lèi)別規則,有效提高分類(lèi)性能。采用公開(kāi)的美國加州伯克利大學(xué)多傳感動(dòng)作模式數據庫驗證所提算法有效性。結果表明,所提算法能夠從體域網(wǎng)多傳感數據中獲得更多與動(dòng)作模式密切相關(guān)的協(xié)調性和相關(guān)性,動(dòng)作模式識別率提高2%,運行時(shí)間僅需6.5 s,分類(lèi)性能明顯優(yōu)于稀疏表示動(dòng)作模式分類(lèi)性能,有望為臨床鑒別人體動(dòng)作模式提供一個(gè)新的技術(shù)解決方案。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系中國生物醫學(xué)工程學(xué)報雜志社
相關(guān)推薦
更多
雜志英文版.jpg)
.jpg)
.jpg)
于我們.jpeg)