换一批摘要利用多模态异构传感器组成身体感知网络(body sensing networks),是连续感知用户日常行为的重要方法之一,但是能源消耗问题一直是限制其发展的主要原因.本文提出了一种面向帕金森病的多模态异构协同感知方法,以降低用户日常行为感知过程中的功耗.该方法将行为感知分为行为识别与状态监测,基于信息论确定识别或监测不同行为的最优传感器组合,进而利用一个多分类器建模的行为识别模型与多个二分类器建模的状态监测模型感知用户行为.通过在公开两个数据集上的实验可以看出,与传统的传感器全部持续工作的方法相比,该方法能够在保证对用户行为有效感知的同时,降低了数据传输和模型计算的功耗(MHEALTH上约40％,PAMAP2上约15％ ),从而延长感知网络的寿命,实现长时间持续的用户日常行为感知.
更多相关知识
关键词
普适计算协同感知行为识别帕金森病多模态异构传感器物联网pervasive computingcollaborative sensingactivity recognitionParkinson's diseasemultimode heterogeneoussensorsInternet of things
分类号
TP391
栏目名称
DOI
10.3969/j.issn.0372-2112.2018.03.022
发布时间
2018-08-01（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
