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
  • 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。