王洪斌
- 作品数：6 被引量：67H指数：5
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金江苏高校优势学科建设工程资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 行为识别中基于GA优化的加速度特征选择方法被引量：5
- 2016年
- 在基于加速度信号的人体行为识别中,LDA是较常用的特征降维方法之一,然而LDA并不直接以训练误差作为目标函数,无法保证获得训练误差最小的投影空间。针对这一情况,采用基于GA优化的LDA进行特征选择。提取加速度信号特征,利用PCA方法解决"小样本问题",通过GA调整LDA中类间离散度矩阵的特征值矢量,使获得的投影空间训练误差最小。采用SVM对7种日常行为进行分类。实验结果表明,与单独采用PCA和采用PCA+LDA方法相比,基于GA优化的LDA算法在保证较高识别率的同时能有效降低特征维数并减小分类误差,最终测试样本的识别率可达95.96%。
- 徐仙卢先领王洪斌
- 关键词：加速度传感器
- 基于加速度信号和进化RBF神经网络的人体行为识别被引量：5
- 2015年
- 针对基于加速度信号的人体行为识别,采用递阶遗传算法(HGA)训练径向基函数(RBF)神经网络,获得满意的识别正确率.设计适应度函数,利用四分位数间距改进HGA中参数基因的交叉方式,给出自动确定子代生成区域的方法,省去以往同类算法中的经验性设定,并结合算术交叉选择优秀子代,然后对比均匀变异和非均匀变异子代的适应值,实现对RBF网络结构和参数的联合优化.在基于加速度信号的行为识别系统中,与基本HGA和其他常用的训练方法相比,文中算法训练的RBF分类器可获得更低的输出误差和更高的测试样本识别正确率.
- 卢先领王洪斌徐仙
- 关键词：人体行为识别径向基函数神经网络
- 无线传感器网络能量均衡的非均匀分簇算法被引量：30
- 2013年
- 无线传感器网络节点随机分布,针对均匀分簇容易造成网络中能耗不均的问题,提出一种能量均衡的非均匀分簇算法EBUCA(Energy-Balanced Unequal Clstering Algorithm)。该算法在簇头选举阶段,根据节点的剩余能量、节点所在区域稀疏程度来保证簇头的均匀分布;同时结合各簇头所在区域的节点密度与距sink节点的距离来构造大小不等的簇半径,使节点所在区域密度大或距离基站较近的簇半径较小,平衡了簇内和簇间的通信能耗。仿真结果表明与LEACH、DBCP、EEUC算法相比,EBUCA算法能够有效地均衡节点能耗,延长网络生命周期。
- 卢先领王莹莹王洪斌徐保国
- 关键词：节点密度能耗均衡非均匀分簇生命周期
- 基于查询的无线传感器网络多源单汇路由算法被引量：3
- 2013年
- 针对定向扩散巨大的能量开销以及在路径加强时存在的链路冗余等问题,提出了一种基于查询的无线传感器网络多源单汇路由算法。该算法通过网络分簇来减少平面泛洪所带来的能量消耗,根据邻居节点的优先级来选择下一跳节点,建立多条源节点到Sink节点的路径,并在路径交叉处进行数据融合。仿真结果表明,该算法在节点能耗均衡性、能量有效性、数据包的传输量等方面具有明显的优势,有效地延长了网络生命周期。
- 卢先领王莹莹王洪斌徐保国
- 关键词：生命周期
- 一种基于加速度传感器的人体跌倒识别方法被引量：18
- 2013年
- 为了减少老年人因跌倒而造成的伤害,及时有效地识别跌倒行为,提出了一种基于三轴加速度传感器的人体跌倒识别方法。首先将加速度传感器放置于人体腰腹位置,采集人在运动时的加速度变化数据;然后使用日常活动数据训练隐马尔科夫模型(HMM),利用老年人活动状态相对较少的特点,从测量数据与HMM的匹配程度寻找"疑似"跌倒行为;最后计算短暂时间内的身体倾角,检测人体躺卧姿态,完成跌倒识别。利用HMM和身体倾角识别跌倒,解决了生活中缺乏跌倒数据训练样本的问题,提高了某些近似行为的区分度。仿真结果表明,该方法在有效识别跌倒行为的同时,提高了正确率。
- 卢先领王洪斌王莹莹徐保国
- 关键词：三轴加速度传感器隐马尔科夫模型
- 加速度数据特征在人体行为识别中的应用研究被引量：6
- 2014年
- 为提高基于加速度传感器的人体行为识别率,提出2种新的加速度数据特征。一种通过计算加速度矢量与重力方向夹角的小波能量来揭示加速度方向变化的本质,从时频分析的角度区分不同行为;另一种提取加速度数据重排后的关键点连线斜率,突出数据的差异和分布特点。将上述2种特征与常用的6种特征相结合,训练基于支持向量机的多类分类器,对7种日常行为进行识别。检测结果表明,独立检测法和留一交叉检测法对7种行为的平均识别率分别可达92.70%和95.08%。
- 卢先领王洪斌王莹莹徐仙
- 关键词：加速度传感器数据特征支持向量机
