- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于无线体域网的囚犯异常行为实时分析.pdf
第 42卷 第 3期 计 算 机 科 学 Vo1.42No.3
2015年 3月 Computer Science Mar2015
基于无线体域网的囚犯异常行为实时分析
杨璐璐 陈建新 周 亮 魏 昕
(南京邮电大学无线宽带通信与传感网技术教育部重点实验室 南京 210003)
摘 要 随着无线传感技术的快速发展 ,无线体域网在远程医疗、智能家居等方面的应用 日渐成为研究热点。监狱作
为一个特殊场所,对囚犯的日常行为监控是必不可少的。准确而有效的监控 系统能够在囚犯有异常行为发生时及时
告警,这有助于监狱的管理,并阻止危险事故的发生。在监狱环境下,提出一种基于无线体域 网的囚犯异常行为识别
方法,即通过一个腕带式加速度传感器获取囚犯活动时的三轴加速度数据 ,采用分类算法判断是否有打架斗殴等异常
行为发生。实验结果表明,该方法对异常行为的识别准确率能够达到95 。
关键词 无线体域网,异常行为识别,加速度传感器,特征提取,分类算法
中图法分类号 TP393 文献标识码 A DOI 10.I1896/j.issn.1002—137X.2015.3.010
Real-timeAnalysisofPrisoner’sAbnormalBehaviorBasedonW irelessBodyAreaNetwork
YANGLu—lu CHEN Jian—xin ZHOU Liang WEIXin
(KeyLabofBroadbandW irelessCommunicationandSensorNetworkTechnology,MinistryofEducation,
NanjingUniversityofPostsandTelecommunication,Nanjing210003,China)
Abstract Withtherapiddevelopmentofwirelesssensortechnology,theapplicationofwirelessbodyareanetwork in
telemedicineandsmarthomegraduallybecomestheresearchhotspot.Prisonisaspecialplace,andtheprisoner’sdaily
behaviormonitoringisessentia1.Accurateandeffectivemonitoringsystem canalarm intimewhen abnormalbehavior
Occurs,anditcontributestothemanagementofprisonandpreventdangerousaccidents.In theprisonenvironment,a
methodforprisoner’sabnomr albehaviorrecognitionbasedonwirelessbodyareanetworkwaspresented.Thethreeaxis
accelerationdataarecollectedduringtheprisoner’smovementthroughawrist-wornaccelerationsensor,andthenthe
classificationalgorithmsareusedtorecognizetheactivitiestoassesswhetherthereareabnomr albehaviors.Theexperi—
mentalresultsshow thattherecognitionaccuracyoftheabnomr albehaviorscanreach95 .
Keywords W irelessbodyareanetwork,Abnorma1activityrecognition,Accelerometer,Featureselection,Classificatio
原创力文档


文档评论(0)