徐州電話銷售系統,辦理徐州電話銷售系統,徐州電話銷售系統辦理
電話銷售系統通過智能電銷系統的模式
可以很好縮短銷售周期，有效提升銷售的效率！
三大運營商深度合作
外顯手機號碼資源
支持多種業務場景對接需求
移動設備放置位置多樣化以及不同用戶行為的差異性，大大增加了用戶行為識別的難度。為了提高移動用戶行為識別的準確率，本文提出了一種多分類器融合的移動用戶行為識別模型（BRMMCF）。該模型根據融合算法將多個基分類器的識別結果進行融合處理，得到行為識別的最終結果。該模型分別采用SVM和決策樹作為分類算法，基于數據集XUPT-AAD進行了驗證。實驗結果表明，該模型對靜止、步行、跑步、上樓、下樓的平均識別準確率達到95.05%。
【關鍵詞】行為識別；基分類器；多分類器融合
0 引言
隨著科技發展以及人們生活水平的提高，智能手機已經成為了日常生活的必需品。集成在智能手機內的加速度傳感器，具有體積小、功耗低和靈敏度高等特點，為利用智能手機實現移動情景識別提供了必要條件。作為移動情景識別的一個重要研究方向，專家學者們就如何根據智能手機內部各種傳感器采集的數據進行人體行為識別展開了廣泛研究，越來越多的研究人員通過移動設備內嵌傳感器來采集數據，并對原始數據進行預處理、特征選擇、分類器訓練，得到用戶行為模型，運用該模型分析、確定未知用戶的行為，并根據行為識別結果為用戶提供所需要的各項服務。該技術在兒童和老年人安全監護、智能監測、生物醫學、智能視頻監控等方面具有極其廣闊的應用前景。
1 已有研究
用戶行為本身具有較大差異性，數據采集過程中移動設備放置位置多樣化，以及采集環境多樣化等因素，都將大大增加用戶行為識別的難度。國內外研究者們在這一方面做了大量研究。Zhang等人[1]提出一種基于粗糙集理論的知識增益方法來選擇特征，進而用于人體行為識別。趙海勇等人提出了一種以人的動作序列圖像的輪廓為特征、基于隱條件隨機場的行為識別方法，利用背景差分法和陰影消除技術提取運動人體輪廓[2]。謝立東提出了一種采用分層方法來研究人體行為識別技術的方法[3]。范琳等人提出了一種與穿戴位置無關的手機用戶行為識別模型[4]，對走路、跑步、上樓、下樓等日常行為識別的準確率最高達88.32%。
