《基于深度学习的放置方式和位置无关运动识别》PDF+DOC
作者:沈延斌,陈岭,郭浩东,陈根才
单位:浙江大学
出版:《浙江大学学报(工学版)》2016年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFZDZC2016060180
DOC编号:DOCZDZC2016060189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器的放置方式和位置无关运动识别》PDF+DOC2014年第10期 侯仓健,陈岭,吕明琪,陈根才
《基于深度学习模型的无线传感器网络数据融合算法》PDF+DOC2014年第12期 邱立达,刘天键,林南,黄章超
《一种基于模糊综合评价的人体动作识别方法》PDF+DOC 马悦,张玉梅
《CNN与决策树结合的新型人体行为识别方法研究》PDF+DOC2017年第12期 王忠民,张琮,衡霞
《一种基于加速传感器的记步与行为识别方法》PDF+DOC2017年第02期
《基于深度学习的无线传感器网络数据融合算法》PDF+DOC2017年第09期 朱彦
《改进的LSTM方法在冷水机组传感器故障检测中的应用》PDF+DOC2019年第11期 李冬辉,尹海燕,郑博文,刘玲玲
《基于深度学习模型的WSN路由协议算法》PDF+DOC2019年第02期 王丽红,邵慧
《个人运动管理系统中的行为识别方法》PDF+DOC2013年第01期 赵中堂,马倩,陈益强
《一种基于压力传感器的人体运动识别方法研究》PDF+DOC2010年第06期 石欣,熊庆宇,雷璐宁
针对传统基于加速度传感器的运动识别方法依赖于传感设备的放置方式和位置的问题,提出一种基于深度学习的运动识别方法,且与放置方式和位置无关.使用栈式自动编码器构建深度网络,结合逐层无监督学习和全局有监督微调的方式,快速、有效地学习出原始数据的深层特征.设计不同放置方式和不同设备放置位置的学习策略,并利用所学特征对不同设备放置方式和位置下的运动进行识别.实验结果表明:基于深度学习的方法可以从原始数据中提取出与放置方式和位置无关的深度特征,相比传统方法,能够有效提高在非固定加速度传感设备放置方式和位置下的运动识别准确率。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。