计算机应用

作者：郇战, 陈学杰, 吕士云, 耿宏杨

单位：常州大学 信息科学与工程学院, 江苏 常州 213164

关键词：多分类器融合,融合算法,多尺度投票法,步态特征,运动特征

基金：国家自然科学基金资助项目（61772248）。

为了提高现有基于智能手机加速度传感器步态身份识别的性能，提出了一种基于多分类器融合（MCF）的识别方法。首先，针对现有方法所提取的步态特征较为单一的问题，对单个步态周期提取相对匀变加速度的速度变化量，以及单位时间内加速度变化量作为两类新特征（共16个）；其次，将新特征结合常用的时域、频域特征组成新的特征集，用于训练识别效果与训练时间俱佳的多个分类器；最后，采用多尺度投票法（MSV）对多分类器的输出进行融合处理，得到最终的分类结果。为了检测该方法的性能，采集了32个志愿者的步态数据。实验结果表明，新特征对于单个分类器的识别率平均提升5.95个百分点，最终通过MSV融合算法的识别率为97.78%。

来源：2019年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第3期