基于稀疏矩阵字典的移动用户行为识别方法缤.pdfVIP

第３２卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３２ Ｎｏ９ 　２０１５ 年９ 月　 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１５　 基于稀疏矩阵字典的移动用户行为识别方法 宋　辉，王忠民 （西安邮电大学计算机学院，西安７１０１２１） 摘　要：通过手机内置加速度传感器数据对人类日常行为进行识别具有便捷、实时、无干扰的优点，为了提高识 别的准确率和稳定性，提出一种基于加速度特征稀疏矩阵字典的分类方法识别行为。从不同行为的多个训练样 本构造出一个过完备字典，基于该字典通过求解最小ｌ 范数得到待识别样本的稀疏系数，根据稀疏系数计算待１ 识别样本对应不同行为的残差并选取最小值对应的行为作为分类结果。实验表明该方法识别手机用户日常行 为可以达到８４．９３％的准确率，高于传统的决策树和ＢＰ神经网络算法的分类准确率，且分类