一種用于鑒別體域網動作模式的近鄰快速魯棒協作表示分類算法
摘要：提出一種近鄰快速魯棒協作表示體域網動作模式分類算法,旨在基于體域網多傳感動作模式數據結構內在相似性,利用最近鄰原則,尋找與測試動作樣本密切相關的少量近鄰類別和近鄰訓練樣本,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作表示動作分類模型,通過擴展拉格朗日乘數算法求解待定測試樣本協作表示系數和表示殘差,定義判定測試樣本所屬類別規則,有效提高分類性能。采用公開的美國加州伯克利大學多傳感動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多傳感數據中獲得更多與動作模式密切相關的協調性和相關性,動作模式識別率提高2%,運行時間僅需6.5 s,分類性能明顯優于稀疏表示動作模式分類性能,有望為臨床鑒別人體動作模式提供一個新的技術解決方案。
注: 保護知識產權,如需閱讀全文請聯系中國生物醫學工程學報雜志社
相關推薦
更多
