公开(公告)号：CN111401435B

公开(公告)日：2023-04-07

申请号：CN202010173918.1

申请日：2020-03-13

Applicant: 安徽工业大学

Inventor： 张学锋 ,  孙宇航 ,  汤亚玲 ,  储岳中

IPC: G06F18/2415 ,  G06F18/10 ,  G06F18/213 ,  A61B5/00 ,  A61B5/11 ,  G06F123/00

Abstract: 本发明公开了一种基于运动手环的人体运动模式识别方法，属于智能穿戴设备技术领域。本发明的人体运动模式识别方法通过采集人体数据、对数据进行样本处理、进行滤波处理、提取特征、选择特征等步骤进行人体运动模式的识别。本发明仅计算一段时间内每个窗口的加速度数据的均值、方差等特征，并使用简单的决策树分类模型进行识别，时间复杂度较低，算法简单，识别速度较快。同时提取并选择出了最有利于分类的特征，然后使用基于概率统计的决策树模型进行分类，保证了较高的识别准确率。本发明在获取实验样本过程中，选取窗口重合百分之五十，保证了人体运动动作的连贯性，确保实验结果的准确。

公开(公告)号：CN111401435A

公开(公告)日：2020-07-10

申请号：CN202010173918.1

申请日：2020-03-13

Applicant: 安徽工业大学

Inventor： 张学锋 ,  孙宇航 ,  汤亚玲 ,  储岳中

IPC: G06K9/62 ,  G06K9/00 ,  A61B5/00 ,  A61B5/11

Abstract: 本发明公开了一种基于运动手环的人体运动模式识别方法，属于智能穿戴设备技术领域。本发明的人体运动模式识别方法通过采集人体数据、对数据进行样本处理、进行滤波处理、提取特征、选择特征等步骤进行人体运动模式的识别。本发明仅计算一段时间内每个窗口的加速度数据的均值、方差等特征，并使用简单的决策树分类模型进行识别，时间复杂度较低，算法简单，识别速度较快。同时提取并选择出了最有利于分类的特征，然后使用基于概率统计的决策树模型进行分类，保证了较高的识别准确率。本发明在获取实验样本过程中，选取窗口重合百分之五十，保证了人体运动动作的连贯性，确保实验结果的准确。