期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,854篇文章
< 1 2 … 93 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于密度的kNN文本分类器训练样本裁剪方法 被引量：98
1
作者 李荣陆 胡运发 《计算机研究与发展》 EI CSCD 北大核心 2004年第4期539-545,共7页
随着WWW的迅猛发展 ,文本分类成为处理和组织大量文档数据的关键技术 kNN方法作为一种简单、有效、非参数的分类方法 ,在文本分类中得到广泛的应用 但是这种方法计算量大 ,而且训练样本的分布不均匀会造成分类准确率的下降 针对kNN... 随着WWW的迅猛发展 ,文本分类成为处理和组织大量文档数据的关键技术 kNN方法作为一种简单、有效、非参数的分类方法 ,在文本分类中得到广泛的应用 但是这种方法计算量大 ,而且训练样本的分布不均匀会造成分类准确率的下降 针对kNN方法存在的这两个问题 ,提出了一种基于密度的kNN分类器训练样本裁剪方法 ,这种方法不仅降低了kNN方法的计算量 ,而且使训练样本的分布密度趋于均匀 ,减少了边界点处测试样本的误判 实验结果显示 。 展开更多
关键词 文本分类 kNN 快速分类
下载PDF
多层次特定类型图像过滤方法 被引量：47
2
作者 段立娟 崔国勤 +1 位作者 高文 张洪明 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2002年第5期404-409,共6页
随着网络和多媒体技术的发展 ,互联网中色情图像的传播愈演愈烈 ,为有效杜绝此现象 ,提出一种基于计算机视觉和模式识别的色情图像过滤方法——多层次特定类型图像过滤法 .该方法通过研究人类视觉对图像的分析机理 ,提出综合肤色模型检... 随着网络和多媒体技术的发展 ,互联网中色情图像的传播愈演愈烈 ,为有效杜绝此现象 ,提出一种基于计算机视觉和模式识别的色情图像过滤方法——多层次特定类型图像过滤法 .该方法通过研究人类视觉对图像的分析机理 ,提出综合肤色模型检验、支持向量机 (SVM)分类和最近邻方法校验的多层次图像处理框架 .实验结果表明 ,该方法能够达到 85 %以上的准确率 . 展开更多
关键词 肤色模型 计算机视觉 模式识别 图像处理 多层次特定类型 图像过滤方法
下载PDF
一种改进的kNN方法及其在文本分类中的应用 被引量：36
3
作者 孙丽华 张积东 李静梅 《应用科技》 CAS 2002年第2期25-27,共3页
介绍了基于kNN的文本分类方法 ,分析了kNN方法实质 ,指出了该方法的不足 ,然后提出了一种改进方法。改进方法是基于文本属性关联和概念共现等基础上提出来的。它实质上是强化了文本中语义链属性因子的作用 ,修正了次要因素的噪声影响 ,... 介绍了基于kNN的文本分类方法 ,分析了kNN方法实质 ,指出了该方法的不足 ,然后提出了一种改进方法。改进方法是基于文本属性关联和概念共现等基础上提出来的。它实质上是强化了文本中语义链属性因子的作用 ,修正了次要因素的噪声影响 ,使文本分类结果更加理想 ,已有的测试结果证明了这一点 ,尤其在测试文本与训练文本集中的某些文本直观上较相似时 。 展开更多
关键词 属性关联 改进kNN 文本分类
下载PDF
基于K近邻非参数回归的短时交通流预测方法 被引量：55
4
作者 张涛 陈先 +1 位作者 谢美萍 张玥杰 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2010年第2期376-384,共9页
采用K近邻的非参数回归方法对短时交通流量进行了预测,考察了模型中关键因素对预测效果的影响.在4种不同状态向量和预测算法组合下的实验方法比较中,以相邻四个时间间隔的流量和占有率数据作为状态向量,并采用带权重的预测算法取得了良... 采用K近邻的非参数回归方法对短时交通流量进行了预测,考察了模型中关键因素对预测效果的影响.在4种不同状态向量和预测算法组合下的实验方法比较中,以相邻四个时间间隔的流量和占有率数据作为状态向量,并采用带权重的预测算法取得了良好的效果.将利用K值构造的预测区间用于特殊路况的预测中,得到了明显的改进效果.最后,对非参数回归和神经网络的方法进行了比较,结果表明了非参数回归预测方法的高精度和强移植性. 展开更多
关键词 短时交通流预测 非参数回归 k近邻 预测区间 状态向量
原文传递
几种常用文本分类算法性能比较与分析 被引量：31
5
作者 卢苇 彭雅 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第6期67-69,共3页
分析了几种典型的文本分类算法的特点,并基于中文文本数据集和英文文本数据集对算法性能进行了综合评价.实验结果表明:对于英文文本数据,支持向量机具有最优的性能,但时间开销最大,贝叶斯算法速度较快;对于中文文本数据,由于分词的困难... 分析了几种典型的文本分类算法的特点,并基于中文文本数据集和英文文本数据集对算法性能进行了综合评价.实验结果表明:对于英文文本数据,支持向量机具有最优的性能,但时间开销最大,贝叶斯算法速度较快;对于中文文本数据,由于分词的困难,使得算法性能普遍低于同等规模下在英文数据集上的性能.几种算法性能均随训练集规模的增大而有改善. 展开更多
关键词 文本分类 支持向量机 k近邻 贝叶斯算法 TFIDF算法
下载PDF
基于kNN的快速WEB文档分类 被引量：13
6
作者 李杨 曾海泉 +1 位作者 刘庆华 胡运发 《小型微型计算机系统》 CSCD 北大核心 2004年第4期725-729,共5页
根据测试文档在各个样本类中的分布情况 ,发现了基于 k NN分类的两个有助于减少大量计算的重要性质 ,在此基础上提出了两个重要算法 :排类算法和归类算法 ,从而构建了一个基于 k NN的快速 Web文档分类方法 .理论与实验表明 ,这种方法可... 根据测试文档在各个样本类中的分布情况 ,发现了基于 k NN分类的两个有助于减少大量计算的重要性质 ,在此基础上提出了两个重要算法 :排类算法和归类算法 ,从而构建了一个基于 k NN的快速 Web文档分类方法 .理论与实验表明 ,这种方法可以在不影响原有准确率的条件下 。 展开更多
关键词 文档分类 kNN 快速分类 排类算法
下载PDF
基于特征波段-Fisher-K近邻的木器漆拉曼光谱的快速无损鉴别 被引量：20
7
作者 何亚 王继芬 《激光与光电子学进展》 CSCD 北大核心 2020年第1期239-244,共6页
为了实现木器漆的快速无损检测以及精确识别与分类,采集并获取了晨阳等3种品牌木器漆样本的拉曼光谱,并考察了基线校正、Savitzky-Golay九点平滑法、一阶导数和二阶导数等不同预处理方法的处理效果,建立了特征波段比值、Fisher判别、K近... 为了实现木器漆的快速无损检测以及精确识别与分类,采集并获取了晨阳等3种品牌木器漆样本的拉曼光谱,并考察了基线校正、Savitzky-Golay九点平滑法、一阶导数和二阶导数等不同预处理方法的处理效果,建立了特征波段比值、Fisher判别、K近邻(KNN)模型。结果表明:特征波段比值法能以1358cm-1/1239cm-1表征3种木器漆的特征;基于Fisher判别的基线校正、平滑和二阶导数处理的拉曼光谱模型的分类准确率最高,能实现100%区分;在相同的预处理下,KNN判别模型的准确率仅为88.5%。基于二阶导数的拉曼光谱结合特征波段-FisherKNN法能为不同品牌木器漆的准确检测提供一种新的快速无损分析手段,具有普适性和一定的借鉴意义。 展开更多
关键词 光谱学 拉曼光谱 木器漆 FISHER判别 k近邻
原文传递
隧道岩体质量智能动态分级KNN方法 被引量：18
8
作者 马世伟 李守定 +3 位作者 李晓 马立纲 李增林 张玉锋 《工程地质学报》 CSCD 北大核心 2020年第6期1415-1424,共10页
施工期隧道岩体质量动态分级,是评价隧道工作面围岩质量最直接的方法,也是预防隧道施工地质灾害,决定施工开挖工法与支护措施的重要依据。由于传统的Q值法和国标BQ岩体质量分级评价方法需要进行现场和室内试验及分析,岩体质量评价时间滞... 施工期隧道岩体质量动态分级,是评价隧道工作面围岩质量最直接的方法,也是预防隧道施工地质灾害,决定施工开挖工法与支护措施的重要依据。由于传统的Q值法和国标BQ岩体质量分级评价方法需要进行现场和室内试验及分析,岩体质量评价时间滞后,常常降低施工效率,或错过预防突发性施工地质灾害的窗口时间,快速准确地对隧道工作面进行岩体质量分级,成为施工期公路隧道岩体质量动态分级需要解决的重要问题。人工智能算法为解决隧道岩体质量实时快速准确评价提供了方法和手段。以北京冬奥会延庆—崇礼高速公路为例,提出了工作面采用隧道掌子面图片人工智能岩体结构参数辨识,建立7个指标参数体系,采用KNN智能算法对隧道岩体质量进行评价,选取8条隧道40个工作面150个样本进行训练学习,另外选取50个样本进行岩体质量评价校验,与BQ岩体质量评价结果相比,准确率达到了90%,得出如下结论:(1)公路隧道岩体质量智能动态分级KNN方法——一种利用人工智能技术快速高效进行岩体质量动态分级的方法,能够在现场实时获得岩体质量评价结果;(2)KNN分级方法中选用了7个判定指标,综合考虑了隧道围岩体的赋存环境、岩体构造、地质结构等特性,并体现了这些指标在实际工程评判中的可操作性和适用性;(3)KNN分级方法误判率很低,在判别分类中排除了评分时人为因素的干扰,具有较强的判别能力,为TBM围岩实时分级做方法储备。 展开更多
关键词 k近邻 隧道工程 岩体质量 分类
下载PDF
3种经典机器学习算法在火山岩测井岩性识别中的对比 被引量：18
9
作者 牟丹 张丽春 徐长玲 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2021年第3期951-956,共6页
岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应... 岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明:自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。 展开更多
关键词 k近邻 支持向量机 自适应增强算法 火山岩 岩性识别
下载PDF
基于隐含语义的kNN文本分类研究 被引量：8
10
作者 李永平 程莉 叶卫国 《计算机工程与应用》 CSCD 北大核心 2004年第6期71-73,共3页
介绍了传统的kNN的文本分类方法,分析其实质,指出其不足,提出了一种基于隐含语义的改进方案,并结合实际给出实验结果。
关键词 kNN 奇异值分解 文本分类
下载PDF
基于矿质元素的苦荞产地判别研究 被引量：15
11
作者 张强 李艳琴 《中国农业科学》 CAS CSCD 北大核心 2011年第22期4653-4659,共7页
【目的】分析不同省份苦荞矿质元素的特点,筛选判别苦荞产地的有效指标,同时探索苦荞产地溯源和判别的方法。【方法】对苦荞主产区山西、甘肃、青海、四川和云南省的39个苦荞品种中的7种矿质元素Cu、Zn、Fe、Mn、Ca、P和Se的含量进行统... 【目的】分析不同省份苦荞矿质元素的特点,筛选判别苦荞产地的有效指标,同时探索苦荞产地溯源和判别的方法。【方法】对苦荞主产区山西、甘肃、青海、四川和云南省的39个苦荞品种中的7种矿质元素Cu、Zn、Fe、Mn、Ca、P和Se的含量进行统计分析,在对7种矿质元素进行逐步筛选的基础上,应用非参数判别的K最近邻法进行判别分析。【结果】不同省份苦荞品种的矿质元素含量存在不同程度的差异,云南苦荞Cu、P含量最高;山西苦荞Se含量最高;青海苦荞Zn、Fe、Ca含量最高;四川苦荞Cu、Zn、Fe、Ca、P含量均最低,Mn和Se含量也较低;甘肃苦荞Mn含量最低。Se、Mn、Zn、Ca和P对苦荞分类有极显著影响,Fe和Cu对苦荞判别影响不显著;判别结果回判正确率和交互验证正确率均为97.4%。【结论】矿质元素含量和现代统计技术相结合的判别方法,用于苦荞产地溯源和判别是有效、可行的。 展开更多
关键词 苦荞 矿质元素 判别分析 k最近邻法 数据挖掘
下载PDF
基于加权随机森林的图像超分辨率算法研究 被引量：14
12
作者 吴成东 卢紫微 于晓升 《控制与决策》 EI CSCD 北大核心 2019年第10期2243-2248,共6页
针对目前图像超分辨率重建效果欠佳的问题,提出一种基于加权随机森林的图像超分辨率重建算法.利用随机森林对图像块的特征进行聚类,并引入岭回归模型建立每类叶子结点中高、低分辨率图像块的映射关系,重建时根据测试低分辨率图像块所属... 针对目前图像超分辨率重建效果欠佳的问题,提出一种基于加权随机森林的图像超分辨率重建算法.利用随机森林对图像块的特征进行聚类,并引入岭回归模型建立每类叶子结点中高、低分辨率图像块的映射关系,重建时根据测试低分辨率图像块所属的类别以及在每类叶子结点中的K近邻近似拟合误差,进行加权预测获得高分辨率图像块.将图像的非局部自相似性与迭代反投影算法相结合对预测的高分辨率图像进行后处理以提高重建质量.实验结果表明,所提出算法可以有效提高峰值信噪比,具有较好的可视效果. 展开更多
关键词 超分辨率 随机森林 岭回归 k近邻 加权预测
原文传递
基于k-近邻域中心偏移的鲁棒性异常检测算法 被引量：14
13
作者 赵建龙 曲桦 赵季红 《北京邮电大学学报》 EI CAS CSCD 北大核心 2017年第4期54-59,共6页
针对大多数基于距离和密度的异常检测算法敏感于近邻参数k的问题,提出了一种鲁棒性异常检测标准——k-近邻域中心偏移异常因子(COOF).数据结点的k-近邻域中心位置会随着近邻参数k的变化而发生迁移,鉴于异常结点要比正常结点对k-近邻域... 针对大多数基于距离和密度的异常检测算法敏感于近邻参数k的问题,提出了一种鲁棒性异常检测标准——k-近邻域中心偏移异常因子(COOF).数据结点的k-近邻域中心位置会随着近邻参数k的变化而发生迁移,鉴于异常结点要比正常结点对k-近邻域中心位置偏移量的影响更大,通过累加因递增k而产生的偏移量来表征数据结点的异常程度,并在COOF基础上实现了鲁棒性的异常检测算法.通过综合数据和真实数据的实验仿真可知,COOF不仅对近邻参数k具有鲁棒性,而且相比基于距离的k最近邻算法、基于局部距离的异常因子和基于密度的局部异常因子具有更稳定且更准确的异常检测性能. 展开更多
关键词 异常检测 k最近邻 局部异常因子 中心偏移异常因子
原文传递
基于朴素贝叶斯K近邻的快速图像分类算法 被引量：12
14
作者 张旭 蒋建国 +1 位作者 洪日昌 杜跃 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2015年第2期302-310,共9页
朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对... 朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性. 展开更多
关键词 图像分类 最近邻 k近邻 图像-类别距离 特征选择
下载PDF
基于余弦相似度的加权K近邻室内定位算法 被引量：13
15
作者 黄运稳 陈光 叶建芳 《计算机应用与软件》 北大核心 2019年第2期159-162,共4页
基于位置指纹的室内定位系统能够实现较高精度的定位,其中KNN(K-nearest neighbor)和余弦相似度定位算法原理简单且易于实现。但每种算法仅从单一限制条件进行匹配,导致定位精度不高。针对此问题,提出基于余弦相似度的加权KNN算法,并通... 基于位置指纹的室内定位系统能够实现较高精度的定位,其中KNN(K-nearest neighbor)和余弦相似度定位算法原理简单且易于实现。但每种算法仅从单一限制条件进行匹配,导致定位精度不高。针对此问题,提出基于余弦相似度的加权KNN算法,并通过实验测试算法的定位性能。实测结果表明,该算法的定位精度高于传统定位算法。当AP数量为5时,平均误差为1.67 m。定位精度优于1 m的置信概率为42%,优于2 m的置信概率为88%,最大定位误差为4.3 m。 展开更多
关键词 室内定位 Wi-Fi指纹 奇异点 k近邻法 余弦相似度
下载PDF
一种高效的模糊规则自动生成方法 被引量：7
16
作者 王剑 沈理 巢菊芬 《计算机研究与发展》 EI CSCD 北大核心 1999年第2期139-143,共5页
文中提出一种模糊规则自动生成方法．该方法借助Ｋ－Ｎｅａｒｅｓｔ－Ｎｅｉｇｈｂｏｒ的概念确定控制曲面的关键点，然后根据关键点确定模糊划分，并由此构造模糊神经网络学习模糊规则．神经网络采用ＢＰ算法学习，在学习过程中可根据... 文中提出一种模糊规则自动生成方法．该方法借助Ｋ－Ｎｅａｒｅｓｔ－Ｎｅｉｇｈｂｏｒ的概念确定控制曲面的关键点，然后根据关键点确定模糊划分，并由此构造模糊神经网络学习模糊规则．神经网络采用ＢＰ算法学习，在学习过程中可根据收敛情况适当增加模糊分区，并重构神经网络继续学习．该方法能生成较精简的规则集。 展开更多
关键词 模糊规则 自动生成 模糊控制 BP算法
下载PDF
基于网格搜索的改进SVM模拟电路故障诊断方法 被引量：12
17
作者 潘曙光 刘香 +2 位作者 唐圣学 董庆远 李亮 《微电子学》 CAS CSCD 北大核心 2018年第1期108-114,共7页
针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了... 针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率。采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优。采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比。结果证明了该故障诊断方法的可行性。 展开更多
关键词 模拟电路 故障诊断 支持向量机 k最近邻 网格搜索
下载PDF
面向对象的高分辨率影像特征选择研究 被引量：12
18
作者 张俊 于庆国 +1 位作者 朱晓东 刘恺 《测绘科学》 CSCD 北大核心 2011年第3期141-143,共3页
本文主要研究面向对象的高分辨影像信息提取中的特征选择问题。文中分别选择光谱、纹理、形状等特征57个和28个进行特征优化,得到两组分别由46个和4个特征组成的不同的最优特征集,并利用这些特征集采用K近邻、模糊与K近邻级联两种不同... 本文主要研究面向对象的高分辨影像信息提取中的特征选择问题。文中分别选择光谱、纹理、形状等特征57个和28个进行特征优化,得到两组分别由46个和4个特征组成的不同的最优特征集,并利用这些特征集采用K近邻、模糊与K近邻级联两种不同的面向对象分类策略进行分类研究。最后从合理性、效率和精度三方面进行了对比分析。实验结果表明,对所有类别进行特征空间优化费时费力,并不合适,分类时需要采用级联的方式将两种分类器联合使用,根据实际需要进行必要的特征选择。 展开更多
关键词 高分辨率遥感 面向对象 k近邻 特征优化
原文传递
高速公路行程时间Bootstrap-KNN区间预测分析与实证 被引量：11
19
作者 陈娇娜 张翔 张生瑞 《控制与决策》 EI CSCD 北大核心 2018年第11期2080-2086,共7页
针对行程时间点预测不能描述预测结果的可信度问题,以高速公路收费系统作为基础数据源,提出基于Bootstrap的高速公路行程时间区间预测模型,通过范围概率(PICP)、预测区间平均宽度(MPIW)以及综合指标(CWC)反映区间预测性能.对预测模型建... 针对行程时间点预测不能描述预测结果的可信度问题,以高速公路收费系统作为基础数据源,提出基于Bootstrap的高速公路行程时间区间预测模型,通过范围概率(PICP)、预测区间平均宽度(MPIW)以及综合指标(CWC)反映区间预测性能.对预测模型建模和Bootstrap置信区间估计方法两个关键步骤进行分析和实证,比较小波神经网络和K最近邻两种常用数据驱动方法的预测误差,并分析4种Bootstrap置信区间估计方法的区间预测性能.在相同的置信水平下, Percentile Bootstrap-KNN模型的综合指标值CWC最小,说明该模型区间预测性能最佳.对陕西省高速公路某热点OD进行实例分析,结果表明,采用相同预测算法的区间预测比点预测的误差小,且预测区间宽度可以表征预测结果的可信度和参考价值. 展开更多
关键词 交通工程 行程时间 BOOTSTRAP 置信区间 k最近邻 区间预测
原文传递
基于关键点序列的人体动作识别 被引量：10
20
作者 尹建芹 刘小丽 +3 位作者 田国会 魏军 张玲 徐涛 《机器人》 EI CSCD 北大核心 2016年第2期200-207,216,共9页
在不同的光照及视角下,为了实现人体日常生活动作的高识别率,提出了一种基于Kinect的识别方法.首先,受到人类进行动作识别时往往关注局部细节动作的启发,层次化地处理了采集到的人体关节点数据:通过判断躯干关节点位置变化的缓慢程度,... 在不同的光照及视角下,为了实现人体日常生活动作的高识别率,提出了一种基于Kinect的识别方法.首先,受到人类进行动作识别时往往关注局部细节动作的启发,层次化地处理了采集到的人体关节点数据:通过判断躯干关节点位置变化的缓慢程度,将动作粗分类为上肢动作和躯干动作;之后对于上肢动作,关注手部关节轨迹变化,而对于躯干动作,关注中心关节点轨迹.然后,通过C均值聚类法从这两类轨迹中提取关键点,并将动作的轨迹映射到相应的关键点,得到每组粗分类动作的关键点序列.并提出了时序直方图的概念用以建模关键点序列.再通过比较轨迹间关键点序列的相似性,完成动作识别任务.最后,将该算法应用于采集的数据集合,得到了99%的识别正确率,表明算法能够有效地完成人体动作识别任务. 展开更多
关键词 人体动作识别 人体关节点 C均值 k近邻 时序直方图
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 93 下一页 到第 页
使用帮助 返回顶部