基于稀疏矩阵字典的移动用户行为识别方法-西安邮电大学.pdfVIP

32 9 Vol. 32 No. 9 第 卷第 期 计 算 机 应 用 研 究 2015 9 Application Research of Computers Sep． 2015 年 月 基于稀疏矩阵字典的移动用户行为识别方法* ， 宋 辉 王忠民 ( ， 710121) 西安邮电大学计算机学院 西安 : 、 、 ， 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 ， l ， 本构造出一个过完备字典 基于该字典通过求解最小 1 范数得到待识别样本的稀疏系数 根据稀疏系数计算待 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 84． 93% ， BP ， 为可以达到 的准确率 高于传统的决策树和 神经网络算法的分类准确率 且分类稳定性也优于传统 分类方法。 : ; ; ; 关键词 稀疏矩阵字典 手机用户行为 人体行为识别 压缩感知 中图分类号:TP391. 4 文献标志码:A 文章编号:1001-3695 (2015)09-2590-03 doi :10． 3969 /j． issn． 1001-3695． 2015． 09． 007 Activity recognition with mobile phone accelerometers by using sparse matrix dictionary method Song Hui ，Wang Zhongmin (School of Computer Science ＆ Technology ，Xi ’an University of Posts ＆ Telecommunications ，Xi ’an 710121 ，China) Abstract :Recognizing human daily behaviors with the data sampled from mobile phones ’built-in accelerometer is conve- nient ，real-time ，and non-interferential． In order to improve the accuracy and stability of recognition ，this paper proposed a