基于智能手机传感器的人类活动识别的熵决策融合
计算机视觉与模式识别
2020-06-02 v1
摘要
人类活动识别是构建连续行为监测系统的重要组成部分，可部署于视觉监控、患者康复、游戏乃至个人化智能家居。本文展示了我们为集成多个基于智能手机传感器人类活动数据训练的学习算法预测分数而开发的一种协同决策融合机制。我们提出一种通过基于 Tsallis 熵计算并融合各分类器相对加权分数，来融合卷积神经网络、循环卷积网络与支持向量机的方法，以提升人类活动识别性能。为评估该方法适用性，在两个基准数据集 UCI-HAR 与 WISDM 上进行了实验。所提方法取得的识别结果与现有方法相当。
引用
@article{arxiv.2006.00367,
title = {Entropy Decision Fusion for Smartphone Sensor based Human Activity Recognition},
author = {Olasimbo Ayodeji Arigbabu},
journal= {arXiv preprint arXiv:2006.00367},
year = {2020}
}