基于PSO的RF模型在人体活动识别中的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 提出一种基于粒子群优化（PSO）的随机森林（RF）识别方法。利用PSO算法搜寻最优的RF超参数n_estimators和max_depth，构建了PSO-RF人体活动识别模型。基于华盛顿州立大学CASAS项目数据集的实验共识别30种日常活动。仿真结果表明，PSO-RF模型的识别准确率达到95%，Accuracy、Precision、Recall和F1-score评价指标均优于其他经典的分类模型，具有较好的预测精度和泛化能力，可为智能家居系统个性化服务提供辅助决策。（剩余5786字）

试读结束

目录
monitor
客服机器人