论文部分内容阅读
本文研究了基于微多普勒现象的信号特征提取和基于支持向量机的人类不同动作的分类方法.在经过处理的微多普勒信号频谱中提取了能够表述人类目标动作的6个特征.将提取到的6个特征作为动作模式的特征向量,利用经过监督训练的支持向量机来分类不同动作.文中的多类别分类问题则利用了决策树结构分解为多个两类别分类问题.并通过四重交叉验证方法寻找到了支持向量机的最优化参数.最终的分类准确率超过了90%.