《从“Amazon Go”看人工智能时代无人超市实现方案》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. 《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC 智能机器手的应用已经遍布医疗、军工、农业及装配行业等领域。软硬作为物体的重要物理属性之一，对机器手的抓取控制物体有重大影响。在深度学习框架下，基于卷积神经网络提出了用于触觉感知的软硬物体的识别方法。使用薄膜压力传感器采集手指按压软硬物体的数据，建立训练和测试数据集，在Caffe中训练网络，以模拟触觉......
3. 《基于卷积神经网络的SAR目标多维度特征提取》PDF+DOC 基于合成孔径雷达SAR的目标识别在军用和民用领域正发挥着越来越重要的作用，而特征提取是SAR目标识别过程的关键环节，提出基于深度卷积神经网络的SAR目标识别方法，建立深度卷积神经网络模型，提取并展示目标的多维度层级特征，并利用卷积神经网络的自我学习能力，解决特征选择问题，实现SAR目标自动识别。针对......
4. 《一种基于卷积神经网络的雷达目标分类方法》PDF+DOC 雷达作为对低空和地面目标探测及监视预警的主要手段，在安全领域应用广泛。针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题，提出了一种基于卷积神经网络的分类方法，对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像，再以距离-多普勒图集作为数据集，训练神经网络，得到能够完成雷达目标识别的......
5. 《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......
6. 《人体活动识别数据集的数据处理方法》PDF+DOC 对由可穿戴设备采集的针对人体活动识别的数据集进行处理，并用处理后的数据对一维卷积神经网络进行训练，测试并得到精准度结果.对数据集的处理使得原本数据集中一些噪音和无效数据被过滤排除掉，在训练神经网络时减少了运算量，提升了神经网络的效率.后经测试，在神经网络结构不变的情况下，处理后的数据集可以使神经网络......
7. 《基于卷积神经网络的增敏型光纤弯曲传感器》PDF+DOC 为了提高光纤弯曲传感器的灵敏度，增大线性范围，降低成本，本文提出一种基于深度神经网络分类塑料光纤弯曲角度及方向的方法。使用进行侧抛增敏处理的塑料光纤，在光纤输出端采集不同弯曲角度的散斑图。制作了包含五类弯曲角度的数据集一以及包含七类弯曲角度的数据集二，在预处理图像数据之后，利用多层卷积神经网络对散斑......
8. 《基于卷积神经网络的人体步态识别算法研究》PDF+DOC 针对人体步态识别准确率不高且需要手动提取信号特征的问题，采用卷积神经网络(CNN)自动提取传感器信号特征，对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统，采集人体的运动信息；针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类；利用检测的数据验证了所提方法的可行性，......
9. 《基于惯导信息和卷积神经网络的人体活动识别》PDF+DOC 随着智能手机等移动设备感知、计算能力的飞速提升，以移动设备作为载体的人体活动识别成为新的研究热点。利用智能移动设备中的加速度传感器等采集到的惯导信息进行人体活动识别，相比于常用的计算机视觉识别，具有应用方便、成本低且更能反映人体运动本质等优势。本文采用智能手机采集到的WISDM数据集，构建了基于加速......
10. 《卷积神经网络在桥梁结构健康监测系统中的应用》PDF+DOC 桥梁结构健康监测中对于桥梁状态的判断主要依赖对桥梁上的传感器数据的分析和判断。由于长期监测中环境的影响，日常的采集信号数据会含有大量的噪声数据，这会对桥梁结构健康状态的判断造成很大的影响。利用卷积网络模型对传感器数据进行有监督的分类学习，能够不需要对原始信号数据进行降噪过滤处理和经验模型判断，由训练......