基于改进ReliefF算法的哑铃动作识别

摘要：

为了实现哑铃动作分类识别的目标,在哑铃上加装惯性传感器模块,通过采集哑铃锻炼过程中的运动信号,经信号标准化、滤波、基于初始静态量周期分割预处理后,提取侧平举、前平举、反握弯举、锤式弯举、弯举5种哑铃动作的特征向量,使用改进的ReliefF特征选择算法,选择最优特征向量,采用基于平衡决策树的支持向量机对不同的哑铃动作进行分类识别.通过在实验室自主研发的哑铃动作识别系统上进行测试,结果表明:系统能够在单个哑铃动作周期内对哑铃动作进行识别,且识别率可达90％以上,为提供更加个性化的哑铃动作指导奠定基础.

关键词：哑铃、动作分类识别、初始静态量周期分割、改进的ReliefF特征选择算法、支持向量机

所属期刊栏目：19

分类号：TP312(计算技术、计算机技术)

资助基金：国家自然科学基金61263045

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：219-224