| 基于滑动窗特征融合的深信度网络驾驶行为识别* |
| |
| 引用本文： | 王忠民,李卓,范琳. 基于滑动窗特征融合的深信度网络驾驶行为识别*[J]. 计算机应用研究, 2018, 35(4) |
| |
| 作者姓名： | 王忠民 李卓 范琳 |
| |
| 作者单位： | 西安邮电大学 计算机学院,西安邮电大学 计算机学院,西安邮电大学 计算机学院 |
| |
| 基金项目： | 国家自然科学(61373116)；陕西省科技统筹创新工程计划项目(2016KTZDGY04-01)；陕西省教育厅产业化培育项目(2012JC22)；陕西省教育厅项目(15JK1653)；西安邮电大学青年教师科研基金资助项目(ZL2014-29)；西安邮电大学大学生创新(CXL2015-09) |
| |
| 摘 要： | 针对动态突变行为原始信息量较少、行为不易区分以及浅层结构分类算法分类正确率较低的问题,提出一种改进的基于加速度数据特征融合的深信度网络驾驶行为识别算法。采用从手机传感器中获取的实时三轴加速度数据,进行预处理后利用端点检测算法确定行为切换点,通过滑动窗实时提取时间序列信息并计算序列片段的时频域特征,选取有效特征后,融合原始行为信息与特征建立完整时间序列段作为受限玻尔兹曼机的输入端,隐层转换为网络可识别的伯努力分布方式,优化预设参数的多隐层受限玻尔兹曼机对输入端信息的特征进行提取,最终通过DBN(Deep Belief Network,深信度网络)实现驾驶行为的识别。实验结果表明,改进的滑动窗特征融合的深信度网络驾驶行为识别算法整体识别率为85.2%,能有效进行驾驶行为的识别。
|
| 关 键 词： | 深信度网络 驾驶行为识别 加速度 特征融合 滑动窗 |
| 收稿时间： | 2016-12-06 |
| 修稿时间： | 2018-02-27 |
Driving behavior recognition algorithm for deep belief network based on sliding window feature fusion |
| |
| WANG Zhongmin,LI Zhuo and FAN Lin. Driving behavior recognition algorithm for deep belief network based on sliding window feature fusion[J]. Application Research of Computers, 2018, 35(4) |
| |
| Authors: | WANG Zhongmin LI Zhuo FAN Lin |
| |
| Affiliation: | Xi''an University of Posts & Telecommunications,, |
| |
| Abstract: | |
| |
| Keywords: | deep belief network driving behavior recognition acceleration feature fusion sliding window |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
