基于智能手机的人类活动识别分类
计算机与社会
2020-01-28 v1 机器学习
信号处理
机器学习
摘要
智能手机是通信工具中最流行且使用最广泛的设备。如今，借助嵌入式传感器可在移动设备上实现人类活动识别，从而可通过预测用户活动来管理移动设备上的用户行为。为实现此目标，本研究对存储活动特征、分类并将其映射到学习算法进行了探讨。在本研究中，我们通过深度信念网络对训练数据与测试数据进行分类，结果在训练数据中达到 98.25% 的正确诊断率，在测试数据中达到 93.01%。因此，本研究证明深度信念网络适用于此特定目的。
引用
@article{arxiv.2001.09740,
title = {Classification of human activity recognition using smartphones},
author = {Hoda Sedighi},
journal= {arXiv preprint arXiv:2001.09740},
year = {2020}
}