主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
齐娟,陈益强,刘军发,孙卓.融合多模信息感知的低功耗行为识别.软件学报,2010,21(zk):39-50
融合多模信息感知的低功耗行为识别
Power-Efficient Activity Recognition Based on Multi-Modal Information Sensing and Fusion
投稿时间:2009-07-15  修订日期:2010-07-09
DOI:
中文关键词:  行为感知  传感器  机器学习  信息融合
英文关键词:activity recognition, sensor, machine learning, information fusion
基金项目:Supported by the National Natural Science Foundation of China under Grant No.90820303 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant No.2007AA01Z305 (国家高技术研究发展计划(863)); the Co-building Program of Beijing Municipal Education Commission of China (北京市教育委员会共建项目)
作者单位E-mail
齐娟 中国科学院 计算技术研究所 普适计算中心,北京 100190
中国科学院 研究生院,北京 100049 
 
陈益强 中国科学院 计算技术研究所 普适计算中心,北京 100190  
刘军发 中国科学院 计算技术研究所 普适计算中心,北京 100190 liujunfa@ict.ac.cn 
孙卓 中国科学院 计算技术研究所 普适计算中心,北京 100190
中国科学院 研究生院,北京 100049 
 
摘要点击次数: 2547
全文下载次数: 3947
中文摘要:
      行为识别在普适计算领域有着极大的应用前景,可广泛应用于医疗监护、智能家居/办公、商业服务等方面.其中基于传感器的行为识别因其分布范围广、不具侵扰性等优点,已成为目前的研究热点之一.采用机器学习理论和方法,提出了一种基于多模传感信息感知和融合的行为识别层次框架.该框架综合加速度和无线网络信号两种传感器信息、利用多种基于融合的识别方法,能同时解决“用户在哪里”、“用户在做什么”、“用户将要去做什么”等行为相关问题.采用智能手机作为实验平台,利用其内置的多种传感器收集用户的行为信息,更符合普适计算的发展趋势.最后通过实际采集的数据和大量的实验说明了各种方法的有效性.
英文摘要:
      Activity recognition has many potential applications in pervasive computing field, such as medical care, intelligent home/office, business service, etc. Recently, sensor based activity recognition has attracted much attention, due to its advantages of ubiquity and less intrusion. This paper studies sensor based activity recognition. In particular, it recognizes high-level user activities from multi-mode sensor data using machine learning methods. This paper proposes an activity recognition framework, which makes use of low-level wireless network signal and acceleration data to answer questions like “where is the user”, “what is the user doing” and “what is the user going to do”. Three main fusion algorithms are included in this framework. Considering the trend of pervasive computing, this paper uses the mobile phones and their embedded sensors to collect activity information. Effectiveness of the proposed algorithms is confirmed on real world collected dataset.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利