| 融合多模信息感知的低功耗行为识别 |
| |
| 引用本文： | 齐娟,陈益强,刘军发,孙卓.融合多模信息感知的低功耗行为识别[J].软件学报,2010,21(Z1):39-50. |
| |
| 作者姓名： | 齐娟 陈益强 刘军发 孙卓 |
| |
| 作者单位： | 中国科学院 计算技术研究所 普适计算中心,北京 100190; 中国科学院 研究生院,北京 100049;中国科学院 计算技术研究所 普适计算中心,北京 100190;中国科学院 计算技术研究所 普适计算中心,北京 100190;中国科学院 计算技术研究所 普适计算中心,北京 100190; 中国科学院 研究生院,北京 100049 |
| |
| 基金项目： | Supported by the National Natural Science Foundation of China under Grant No.90820303 (国家自然科学基金); the National
High-Tech Research and Development Plan of China under Grant No.2007AA01Z305 (国家高技术研究发展计划(863)); the Co-building
Program of Beijing Municipal Education Commission of China (北京市教育委员会共建项目) |
| |
| 摘 要： | 行为识别在普适计算领域有着极大的应用前景,可广泛应用于医疗监护、智能家居/办公、商业服务等方面.其中基于传感器的行为识别因其分布范围广、不具侵扰性等优点,已成为目前的研究热点之一.采用机器学习理论和方法,提出了一种基于多模传感信息感知和融合的行为识别层次框架.该框架综合加速度和无线网络信号两种传感器信息、利用多种基于融合的识别方法,能同时解决“用户在哪里”、“用户在做什么”、“用户将要去做什么”等行为相关问题.采用智能手机作为实验平台,利用其内置的多种传感器收集用户的行为信息,更符合普适计算的发展趋势.最后通过实际采集的数据和大量的实验说明了各种方法的有效性.
|
| 关 键 词： | 行为感知 传感器 机器学习 信息融合 |
| 收稿时间： | 2009/7/15 0:00:00 |
| 修稿时间： | 7/9/2010 12:00:00 AM |
Power-Efficient Activity Recognition Based on Multi-Modal Information Sensing and Fusion |
| |
| QI Juan,CHEN Yi-Qiang,LIU Jun-Fa and SUN Zhuo.Power-Efficient Activity Recognition Based on Multi-Modal Information Sensing and Fusion[J].Journal of Software,2010,21(Z1):39-50. |
| |
| Authors: | QI Juan CHEN Yi-Qiang LIU Jun-Fa and SUN Zhuo |
| |
| Affiliation: | Institute of Computing Technology, The Chinese Academy of Sciences, Beijing 100190, China; Graduate University, The Chinese Academy of Sciences, Beijing 100049, China;Institute of Computing Technology, The Chinese Academy of Sciences, Beijing 100190, China;Institute of Computing Technology, The Chinese Academy of Sciences, Beijing 100190, China;Institute of Computing Technology, The Chinese Academy of Sciences, Beijing 100190, China; Graduate University, The Chinese Academy of Sciences, Beijing 100049, China |
| |
| Abstract: | |
| |
| Keywords: | activity recognition sensor machine learning information fusion |
|
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|
