基于脉冲神经网络的坐姿识别
信号处理
2022-12-27 v1 机器学习
神经与进化计算
摘要
为提高公民生活质量，我们设计了一种个性化智能座椅系统以识别坐姿行为。该系统可接收所设计传感器传来的表面压力数据，并为引导用户采取正确坐姿提供反馈。我们使用液态机（liquid state machine）与逻辑回归分类器构建了一个脉冲神经网络（SNN），用于分类 15 种坐姿。为使该系统能将压力数据读入脉冲神经元，我们设计了一种将类地图数据编码为余弦秩稀疏性数据的算法。由 19 名参与者共 15 种坐姿组成的实验结果表明，我们的 SNN 预测精度为 88.52%。
引用
@article{arxiv.2212.12908,
title = {Sitting Posture Recognition Using a Spiking Neural Network},
author = {Jianquan Wang and Basim Hafidh and Haiwei Dong and Abdulmotaleb El Saddik},
journal= {arXiv preprint arXiv:2212.12908},
year = {2022}
}