面向人体运动模式的SVM识别方法  

作　　者：张含 包祖超 朱文馨 陈志康 董子涵 

机构地区：[1]南京理工大学紫金学院,江苏南京210000

出　　处：《物联网技术》2024年第5期9-13,共5页Internet of things technologies

基　　金：2021年江苏省大学生创新创业训练计划项目。

摘　　要：随着社会智能化技术的不断发展,人体运动识别技术在生活中运用得越来越广泛,尤其是在运动领域。此外,在智能可穿戴设备的发展趋势下,IMU(Inertial Measuring Unit)技术也将被广泛应用于各种健康监测和运动辅助设备中。文中从传感器节点设计与部署、IMU系统误差校准、数据预处理、SVM(Support Vector Machine)算法等方面对人体运动模式的识别展开研究。通过使用多个IMU传感器节点构建的可穿戴数据收集系统,能够捕捉到人体运动过程中的三轴加速度和三轴角速度信息,并将这些信息通过机器学习算法进行处理,从而准确地识别出人体的运动状态。

关 键 词：人体运动识别技术 IMU 可穿戴数据收集系统 机器学习 数据预处理 SVM 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]