典型文献
一种基于决策树的行人运动模态识别方法
文献摘要：
微机电系统(micro-electro-mechanical system,MEMS)技术的快速发展及其在移动智能终端中的 日益普及,促进了人们对移动智能终端高精度定位算法的研究,尤其是利用智能手机进行无缝定位.然而,目前多数行人导航系统都以单一姿态为前提进行定位推算,并未考虑行人在使用手机过程中的多模态问题.因此,利用手机内置MEMS传感器的原始数据,基于决策树模型对行人运动模态进行了识别,判别模态包括绝对静止、通话步行、摆臂步行以及裤兜步行4种.首先,采用巴特沃斯低通滤波器对原始数据进行了数据预处理,并计算其模值;其次,提取特征值,包括信号能量、方差、均值、最大值和最小值,结合k折交叉验证(k-fold cross-validation)法,采用决策树进行了模态识别,并进行验证.实验结果表明,本文模型的整体分类准确率可达97.23％,可为行人导航系统提供较为准确、可靠的模态信息以辅助定位.
文献关键词：
模态识别;MEMS传感器;k折交叉验证;决策树
中图分类号：
作者姓名：
计洁;黄劲松
作者机构：
武汉大学测绘学院,湖北 武汉,430079
文献出处：
引用格式：
[1]计洁;黄劲松-.一种基于决策树的行人运动模态识别方法)[J].测绘地理信息,2022(06):60-64
A类：
B类：
模态识别方法,微机电系统,micro,electro,mechanical,system,MEMS,移动智能终端,高精度定位,定位算法,智能手机,无缝定位,数行,行人导航,导航系统,提进,推算,机内,内置,原始数据,决策树模型,静止,通话,话步,裤兜,巴特沃斯低通滤波,低通滤波器,数据预处理,提取特征,信号能量,最小值,交叉验证,fold,cross,validation,采用决策,整体分类,分类准确率,模态信息,辅助定位
AB值：
0.431961
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
