基于RBF神经网络的人类活动识别.pdfVIP

第22卷第5期 电子设计工程 2014年3月 V01．22 No．5 Electronic MaE2014 DesignEngineering 基亏RBF神经网绍-i6A．类活动识别 李洪俊 (河海大学能源与电气学院，江苏南京211100) 摘要：为了实现对智能家居中人类日常生活活动(ADLS)的识别，将使用径向基函数KBF神经网络来进行人类活动 的识别。并使用志愿者在智能家居试验台执行活动搜集到的数据对算法的准确率进行评估。实验结果表明，选择合 适的特征量和参数，相比于隐含马尔科夫模型径向基函数神经网络人类活动的识别方面显示了较高的准确率。 关键词：智能家；径向基函数神经网络；人类活动识别；特征选择 中图分类号：TN02 文献标识码：A Human basedonradialbasisfunctionneuralnetwork activityrecognition LI Hong-jun 2111 (CollegeofEnergy＆ElectricalEngineering,HohaiUniversity,Nanjing00，China) Abstract：Inorderto theactivitiesof ADLSinsmarthome．Inthis neurMnetworkis recognize dailyliving paper，RBF the to thehumanactivities．Toevaluate ofthe results real appliedrecognize accuracyrecognitionalgorithms，theusing datacollectedfrom activitieswereassessed．Withfeature resultsofradial participantsperforming proper selections，the functionneural to in basis networkshowthe humanactivitiessmarthome． significantabilityrecognize words：smartneural selection Key home；rbfnetwork；humanactivitivies；feature 随着人口老龄化的加剧，越来越多的老人将需要奉养，而 学的智能家居试验台中测试算法，它属于CASAS智能家居项 我国的计划生育政策使得许多的老人身边没有子女照料，随 目的一部分。如图1所示，其中有3个卧室，1个浴室，1个 之而来的老人独立生活的安全等问题变得尤为突出。据估计 厨房和1个起居室。在这个校园里的智能家居试验台中，很 目前全世界将近有1800万的人患有老年痴呆，到2025年底，多动作发生在这个智能环境里。智能环境试验台里面装有运 这个数字可能会达到3400万。在这个基础上，智能家居的 动传感器、温度传感器和模拟传感器。运动传感器分布在几 研究就变得