arXiv 机器学习· Nahid Sahel Gozin, Reza Sedaghat, Prathap Siddavaatam·· 2 天前AI 评分25
基于 UWB 数据的人体活动识别：降维、模式发现与预测建模框架
Human Activity Recognition via Ultra-Wideband Data: A Framework for Dimensionality Reduction, Pattern Discovery, and Predictive Modeling
AI 导读
研究提出一种基于超宽带（UWB）数据的人体活动识别框架，可高精度分类 6 种日常活动。该框架提出 CPE-IPCA 和 PPSA 降维技术，分别仅用 50 与 80 个组件保留 100% 和 99.1% 的方差；Random Forest 在 CPE-IPCA 上达 100% 准确率，VSM 在 PPSA 上实现 100% 精确率、召回率与 F1 分数。
来源：arXiv 机器学习 · arxiv.org