强鲁棒性的可穿戴传感器的人体动作识别方法

来源：计算机工程与应用杂志2017年第4期北京时间：

作者：刘锦怡1，张 乐1，2，胡海波1，2，朱 贺3

单位：1.重庆大学 软件学院，重庆 401331；2.信息物理社会-可信服务计算 教育部重点实验室，重庆 400044；3.重庆大学 通信工程学院，重庆 400044

摘要：为了降低可穿戴传感器在传感器移位时对动作识别率的影响，对可穿戴传感器的动作识别进行了研究。采用高精度传感器采集不同部位的输出信号，根据运动的周期特点对输出信号进行去噪和快速傅里叶变换，将其转化为频域信号。再使用主成分分析法提取综合指标，并对自组织神经网络进行训练，实现动作识别。最差情况下识别准确率可达到92.0%，较好情况下甚至可达到97.5%，传感器移位情况下的识别率甚至更高。

关键词：快速傅里叶变换,自组织神经网络,主成分分析,动作识别