警犬行为识别系统的算法设计与实现  

作　　者：杨铖 张乔 周波 

机构地区：[1]中国人民解放军陆军工程大学指挥控制工程学院

出　　处：《信息系统工程》2020年第6期141-143,145,共4页

基　　金：国家重点研发计划(2018YFC0806900);江苏省重点研发计划(BE2016904、BE2017616、BE2018754、BE2019762);中国博士后科学基金资助项目(2018M633757);江苏省博士后科学基金(2019K185)。

摘　　要：为准确获取警犬姿态信息,避免误判告警情况的发生,论文提出了一种加入粗糙集的在线序列极限学习算法。新算法引入了由条件属性集合和样本总数确定的等价类系数,该系数可用来定义不同特征样本间的等价关系,对难以明确划分的姿态进行逼近描述,进而实现无差别姿态分类。通过实验结果分析和对比,改进后算法动态姿态识别正确率达到87.34%,高于改进前的77.96%,同时保持了原有算法较好的在线学习性能,基本满足了警方的需求。

关 键 词：姿态识别 运动捕获 警犬 极限学习机 粗糙集理论 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]