论文部分内容阅读
本文主要研究基于少量加速度传感器的人体运动识别方法，实现了分类模型的建立、训练和识别过程。与以往的运动识别方法不同，本文以Fused 隐马尔科夫模型(Fused HMM)为基础，将人体全身的运动数据分为上肢和下肢两部分，首先对每部分单独训练隐马尔科夫模型(HMM)，再通过概率关系模型将两部分模型关联起来。该方法改进了传统的HMM 对较复杂的全身运动进行识别时模型复杂、识别准确率低等问题。实验结果显示该方法与传统的HMM相比，识别准确率有了明显的提高，并且有很好的鲁棒性。