《运用开端神经网络进行人体姿态识别》PDF+DOC
作者:柴铎,徐诚,何杰,张少阳,段世红,齐悦
单位:中国通信学会
出版:《通信学报》2017年第S2期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFTXXB2017S20160
DOC编号:DOCTXXB2017S20169
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于传感器人体行为识别深度学习模型的研究》PDF+DOC2018年第04期 陈波,余秋婷,陈铁明
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《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
《一种改进的GRU-InFCN人体行为识别模型》PDF+DOC2020年第01期 武一,田小森,张朝旭
《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 张烈平,匡贞伍,李昆键,韦克莹,王政忠,张声岚,王瑞
《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC2018年第12期 朱连章,陈殿明,郭加树,张红霞
《基于特征自动提取的跌倒检测算法》PDF+DOC2018年第12期 胡双杰,秦建邦,郭薇
《基于视频流和位置流混合的建筑施工人员行为识别研究》PDF+DOC 谢觉,唐俊
《基于深度卷积网络的多传感器信号故障诊断方法研究》PDF+DOC2018年第01期 吴魁,王仙勇,孙洁,黄玉龙
《基于无线传感器网络的声目标识别算法研究》PDF+DOC2007年第12期 宋海涛,何明一,段渭军,王福豹
通过迁移深度神经网络在图像识别方面的经验,提出了一种基于Inception神经网络和循环神经网络结合的深度学习模型(InnoHAR),该模型端对端地输入多通道传感器的波形数据,利用1×;1卷积对多通道数据的有机组合,不同尺度的卷积提取不同尺度的波形特征,最大池化过滤微小扰动造成的假阳性,结合时间特征提取(GRU)为时序特征建模,充分利用数据特征完成分类任务。相比已知最优的神经网络模型,在识别准确度上有近3%的提升,达到了state-of-the-art的水平,同时可以保证低功耗嵌入式平台的实时预测,且在网络结构组成上更加丰富,具有更大的潜力和挖掘空间。
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。