动态更新输出权值的随机配置网络的行为模态识别方法

摘要

本发明提出了一种动态更新输出权值的随机配置网络的行为模态识别方法，包括三个步骤，步骤一是人体行为模态数据集采集和预处理，利用智能手机采集各种行为模态数据，然后对数据进行滤波、归一化和分割等操作；步骤二是人体行为模态特征处理，即利用特征提取技术来获取鲁棒性强的特征集，并将其划分为训练集和测试集；步骤三是模型建立，即基于特征集利用动态更新输出权值随机配置网络去建立行为识别的模型。本发明建立的行为识别方法能够在极短的时间内对六种日常行为完成建模，从而进行识别，计算复杂度低，弥补了传统识别方法在数据处理和模型识别速度两个方面的不足，特别适合基于智能手机的快速行为模态识别领域。