《人体动作识别中的深度学习模型选择》PDF+DOC

📙 相关资料

1. 《基于深度卷积神经网络的人体动作识别》PDF+DOC 针对人体动作识别问题，提出一种基于智能手机加速传感器数据并运用深度卷积神经网络进行分类识别的方法，可以有效地分类人体的走、坐、躺、跑、站五类动作.该方法模型由输入层、两层卷积层、两层池化层、一层全连接层和输出层组成，使用滑动窗口折叠法将传感器数据变换为类似于三通道的RGB图像格式，自动提取加速传感器......
2. 《基于深度卷积和门控循环神经网络的传感器运动识别》PDF+DOC 用于可穿戴传感器的人体运动识别任务的传统机器学习方法通常需要手工提取特征，可以自动提取人体运动数据特征的深度神经网络正成为新的研究热点。目前将卷积神经网络(CNN)和长短期记忆(LSTM)循环神经网络组合而成的DeepConvLSTM在识别精度方面有着优于其他识别方法的表现。针对带有长短期记忆循环单......
3. 《基于卷积神经网络的雷达和通信信号调制识别》PDF+DOC 雷达和通信信号的调制识别是电子侦察对抗的一项关键技术，通过搜索、截获敌方电子设备发射的电磁辐射信号，经过电子侦察系统分析、识别，从而获取敌方战术、技术特征参数等情报。人工神经网络中的深度学习网络由于具有强大的表征学习能力，可以自动从原始数据中提取出各种复杂的特征。介绍了一种差分自相关预处理结合深度学......
4. 《多深度学习模型决策融合的滚动轴承故障诊断》PDF+DOC 针对滚动轴承故障诊断中单一传感器信息的不全面性、单一网络模型的不确定性，提出了基于多深度学习模型决策融合的滚动轴承故障诊断方法。首先，利用深度卷积网络(CNN)和层叠降噪自动编码器(SDAE)分别对两个振动传感器信号进行自适应特征提取，经softmax初步分类。接着将两个网络的输出结果利用D-S证据......
5. 《基于传感器人体行为识别深度学习模型的研究》PDF+DOC 随着智能手机的发展和普及，通过手机传感器收集数据，进行人体行为识别已经成为研究的热点.采用深度学习中卷积神经网络作为分类模型，并对卷积神经网络进行参数和模型的修改，并加入Dropout用于解决过拟合问题，用智能手机收集到的数据对模型进行训练，以对人体行为进行识别.通过和其他的算法进行对比实验，深度学......
6. 《基于MEMS传感器的人体运动识别系统》PDF+DOC 研究一种基于MEMS(Micro-Electro-Mechanical System)传感器的人体运动识别系统，适用于乒乓球及羽毛球运动员在比赛或训练中的动作识别以及计数。该识别系统采集运动员持拍手臂的三轴加速度、三轴角速度及三轴姿态角信号。通过平滑滤波并寻找波峰波谷以及零点的方法对信号进行动作区间......
7. 《基于特征自动提取的跌倒检测算法》PDF+DOC 跌倒是导致老年人受伤甚至死亡的主要原因。准确及时的跌倒检测系统可以帮助跌倒者获得紧急救援。目前基于传感器的跌倒检测方法主要利用人工设计提取的信号特征来区分跌倒和非跌倒运动，但人工提取的特征往往会限制算法的精确度，增大算法时延。为提高跌倒检测的精确度和实时性，本文提出了一种基于深度学习的跌倒检测算法。......
8. 《基于循环神经网络的传感器漂移补偿方法》PDF+DOC 本文讨论了一种基于循环神经网络的传感器补偿新方法。该方法利用循环神经网络对时序信号的捕捉能力，对传感器的漂移进行预测，从而减少传感器的校正次数，提高测量的精度。在训练和预测期间，充分融合传感器的“同类数据”完成对传感器的训练和漂移预测。...
9. 《基于神经网络的汽油HCCI发动机空燃比控制策略》PDF+DOC 均质压缩燃烧(HCCI)在控制上存在难点，其中关键是基于循环的空燃比实时控制。HCCI汽油机没有能直接表征发动机每循环进气量的参数，因此，采用动态递归神经网络(Elman网络)预测HCCI发动机每循环的进气量。通过氧传感器闭环和瞬态工况中的油膜补偿，实现对HCCI发动机的稳态及瞬态工况下空燃比的精确......
10. 《舰艇化学侦察中的毒剂识别技术》PDF+DOC 为了更有效地对海战场化学战剂实施监测与快速准确识别，提出将多传感器信息融合(MSIF)技术、小波分解和神经网络应用于舰艇化学侦察领域中，构建了多传感器融合式舰艇化学侦察系统模型。同时，把小波分析和神经网络有机地结合起来，创建一套基于小波变换和神经网络的化学战剂特征快速提取与识别系统——神经网络识别毒......