导读:本文包含了行为识别系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卷积,系统,多维,传感器,深度,人体,动态。
行为识别系统论文文献综述
党文远,于茜,王艳,殷苏姣,宋雪銮[1]（2019）在《智能居家养老系统中基于传感器的半监督智能行为识别方法研究》一文中研究指出随着老龄化社会的到来,传统养老方式已经很难满足现代养老需要,养老成为我国亟待解决的社会问题。智能居家养老是随着物联网技术的兴起而提出的一种新型养老概念,本文主要研究智能居家养老系统中的关键技术——行为识别技术,包括数据采集及预处理,行为知识模型提取和半监督行为识别方法,以解决当前养老难的社会问题。(本文来源于《数码世界》期刊2019年12期）
林歆悠[2]（2019）在《汽车电子实践示例驾驶行为识别系统设计》一文中研究指出在提倡教研一体化的趋势下,我们设计了一种汽车电子技术课程实验教学与实验室科研项目相结合的方法。本文以设计驾驶员行为识别系统作为教学示例,具体涉及到的基于LabVIEW的数据采集系统设计、芯片应用以及传感器采集电路设计等。该示例通过软件开发与硬件电路设计相结合,完整展示驾驶行为识别系统的开发方法及应用,丰富了汽车电子实践教学内容,以及为工科课堂的实践形式提供一种新的尝试。(本文来源于《电气电子教学学报》期刊2019年05期）
丁文文,刘凯,唐风琴,傅绪加[3]（2019）在《线性动态系统反演模型在人体行为识别的应用》一文中研究指出目的人体行为识别在视频监控、环境辅助生活、人机交互和智能驾驶等领域展现出了极其广泛的应用前景。由于目标物体遮挡、视频背景阴影、光照变化、视角变化、多尺度变化、人的衣服和外观变化等问题,使得对视频的处理与分析变得非常困难。为此,本文利用时间序列正反演构造基于张量的线性动态模型,估计模型的参数作为动作序列描述符,构造更加完备的观测矩阵。方法首先从深度图像提取人体关节点,建立张量形式的人体骨骼正反向序列。然后利用基于张量的线性动态系统和Tucker分解学习参数元组(A_F,A_I,C),其中C表示人体骨架信息的空间信息,A_F和A_I分别描述正向和反向时间序列的动态性。通过参数元组构造观测矩阵,一个动作就可以表示为观测矩阵的子空间,对应着格拉斯曼流形上的一点。最后通过在格拉斯曼流形上进行字典学习和稀疏编码完成动作识别。结果实验结果表明,在MSR-Action 3D数据集上,该算法比Eigenjoints算法高13. 55%,比局部切从支持向量机(LTBSVM)算法高2. 79%,比基于张量的线性动态系统(t LDS)算法高1%。在UT-Kinect数据集上,该算法的行为识别率比LTBSVM算法高5. 8%,比t LDS算法高1. 3%。结论通过大量实验评估,验证了基于时间序列正反演构造出来的t LDS模型很好地解决了上述问题,提高了人体动作识别率。(本文来源于《中国图象图形学报》期刊2019年09期）
左国才,韩东初,苏秀芝,王海东,吴小平[4]（2019）在《基于深度学习人脸识别技术的课堂行为分析评测系统研究》一文中研究指出深度学习人脸识别技术已经非常成熟,并且应用广泛,但是将深度学习人脸识别技术应用于课堂行为分析评测的研究却非常少。因此,本文提出一种基于深度学习人脸识别技术的课堂行为分析评测系统,并将该系统应用于高职院校学生专业课程课堂行为分析。课堂行为分析评测系统从学生侧脸专注度、学生抬头低头专注度、眼睛张合度专注度叁个方面来判断学生是否专注听课,为课堂教学中的学生课堂行为评价提供客观评价的依据。实验证明基于深度学习人脸识别技术的课堂行为分析评测系统可以正确判断学生的课堂行为,为课堂教学学生课堂行为评价提供依据,方便课堂教学管理与实施。(本文来源于《智能计算机与应用》期刊2019年05期）
李芳菊[5]（2019）在《基于Hadoop的网络行为大数据安全实体识别系统设计》一文中研究指出为解决大数据网络的负载拥塞问题,设计基于Hadoop的网络行为大数据安全实体识别系统。在Hadoop分布式框架中,规划网络行为大数据接收模块与识别发送模块的从属位置,实现网络行为大数据安全实体识别系统的硬件运行环境搭建。在此基础上,分析实体识别地址,在保持良好均衡处理结果的条件下,对识别信息进行导入导出与存储处理,实现系统软件运行环境搭建,结合基础硬件执行条件,完成基于Hadoop的网络行为大数据安全实体识别系统设计。对比实验结果表明,与理想状态下的识别系统相比,应用基于Hadoop的安全实体识别系统后,大流网络通道的占用率明显下降,单位时间内分流转发的安全信息总量提升,大数据网络的负载拥塞现状得到有效缓解。(本文来源于《现代电子技术》期刊2019年17期）
姚天魁[6]（2019）在《基于行为识别的运动训练辅助系统》一文中研究指出针对运动姿势不恰当而导致的肌肉损伤或运动效果不明显的问题,文中通过Kinect捕捉视频动作,使用现代行为识别技术,结合卷积神经网络CNN与传统图像处理的腐蚀与膨胀方法,分析投篮过程中各个姿势,并将每个姿势综合,从而开发出辅助训练系统。测试结果表明,该系统运行平稳,视频分析速度适中,可以较好地引导篮球运动员进行科学、系统、全面的教学和训练,从而直接促进篮球整体水平的提高。(本文来源于《电子设计工程》期刊2019年16期）
程彤,侯开虎[7]（2019）在《基于行为识别的铜冶炼智能安全监控系统》一文中研究指出近年来国内生产事故频发,尤其是冶金等高危行业的生产安全事故总是伴随着严重的人员伤亡和财产损失,而很多事故都是因工作人员的不规范行为所致。本文针对铜冶炼行业在生产过程中存在的不规范行为,例如违规越界、未佩戴防毒面具、违规吸烟等,采用计算机视觉中的行为识别技术和入侵侦测技术开发了一款基于行为识别的铜冶炼智能安全监控系统。该系统通过目标检测、特征提取、行为分类、行为识别等技术对不规范行为进行识别,并在系统中实现及时警报提醒的功能。该系统的应用能有效的提高对不规范行为的识别和警示,从而实现减少该类事故的发生。(本文来源于《软件》期刊2019年08期）
杨浩波,马宇宸,李静林[8]（2019）在《基于卷积神经网络的电信欺诈行为识别系统》一文中研究指出针对电信欺诈行为识别,提出一种基于3D卷积神经网络的算法,并应用于上海电信欺诈行为识别项目,进而提出一套完备的识别系统,在正确率、召回率等多个指标上有较大提升,同时可以应对海量电信用户话单数据的严峻挑战。(本文来源于《电信技术》期刊2019年06期）
张瑞芳,苗勇,杨红运,卢万平,杨旭林[9]（2019）在《基于智能视频识别技术的机车司机行为辨识系统的设计与实现》一文中研究指出介绍了基于智能视频识别技术的机车司机行为辨识系统的组成,该系统工作流程主要分为模型训练和实时视频司机行为分析。其中,模型训练基于6A系统视频监控子系统的大量视频数据,通过图像输入、图像标注、前向卷积网络模块、数据后处理模块、反馈网络模块5个流程后输出模型。该系统大大降低视频监控人员的工作量,并对机车司机不安全行为及时提示,保障运行安全。(本文来源于《铁道机车车辆》期刊2019年03期）
张达[10]（2019）在《基于居家户内行为的跌倒识别系统研究》一文中研究指出从建筑学的角度,试图阐述不同种类的跌倒、与老人行为特征和室内建筑空间之间的联系,并将老年人户内跌倒行为按照形态学进行分类,区分不同种类跌倒的各项特征参数,以此为基础建立起一套目的明确、梯度明显的动态跌倒检测报警机制,为此类产品的后续研发作以理论探索。(本文来源于《建筑技术开发》期刊2019年12期）
行为识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在提倡教研一体化的趋势下,我们设计了一种汽车电子技术课程实验教学与实验室科研项目相结合的方法。本文以设计驾驶员行为识别系统作为教学示例,具体涉及到的基于LabVIEW的数据采集系统设计、芯片应用以及传感器采集电路设计等。该示例通过软件开发与硬件电路设计相结合,完整展示驾驶行为识别系统的开发方法及应用,丰富了汽车电子实践教学内容,以及为工科课堂的实践形式提供一种新的尝试。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
行为识别系统论文参考文献
[1].党文远,于茜,王艳,殷苏姣,宋雪銮.智能居家养老系统中基于传感器的半监督智能行为识别方法研究[J].数码世界.2019
[2].林歆悠.汽车电子实践示例驾驶行为识别系统设计[J].电气电子教学学报.2019
[3].丁文文,刘凯,唐风琴,傅绪加.线性动态系统反演模型在人体行为识别的应用[J].中国图象图形学报.2019
[4].左国才,韩东初,苏秀芝,王海东,吴小平.基于深度学习人脸识别技术的课堂行为分析评测系统研究[J].智能计算机与应用.2019
[5].李芳菊.基于Hadoop的网络行为大数据安全实体识别系统设计[J].现代电子技术.2019
[6].姚天魁.基于行为识别的运动训练辅助系统[J].电子设计工程.2019
[7].程彤,侯开虎.基于行为识别的铜冶炼智能安全监控系统[J].软件.2019
[8].杨浩波,马宇宸,李静林.基于卷积神经网络的电信欺诈行为识别系统[J].电信技术.2019
[9].张瑞芳,苗勇,杨红运,卢万平,杨旭林.基于智能视频识别技术的机车司机行为辨识系统的设计与实现[J].铁道机车车辆.2019
[10].张达.基于居家户内行为的跌倒识别系统研究[J].建筑技术开发.2019
论文知识图
