《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
作者:王震宇,张雷
单位:中国电子学会
出版:《电子测量与仪器学报》2020年第01期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFDZIY2020010010
DOC编号:DOCDZIY2020010019
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度卷积神经网络的人体动作识别》PDF+DOC2016年第S1期 吴军,肖克聪
《基于特征融合的人体运动识别》PDF+DOC2019年第06期 连西静,崔升
《面向腕臂动作识别的加速度计数据分析》PDF+DOC2018年第09期 朱国康,周涛
《人体活动识别数据集的数据处理方法》PDF+DOC2020年第03期 钟楚轶,朱建军
《基于多源异构传感器的深度神经网络行星减速器故障诊断研究》PDF+DOC2018年第12期 李哲,黄兴利,张天凡,景啸
《基于手机惯性传感器与多特征CNN的驾驶行为识别算法》PDF+DOC2019年第03期 谢非,汪壬甲,沈世斌,孙蕊,张斌,刘锡祥
《基于注意力模型的多传感器人类活动识别》PDF+DOC2019年第06期 王金甲,周雅倩,郝智
《基于深度学习的自动驾驶技术综述》PDF+DOC2018年第04期 张新钰,高洪波,赵建辉,周沫
《基于全连接神经网络的雷达目标航迹识别》PDF+DOC2019年第03期 冯诀宵,樊玉琦
《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
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元的神经网络的训练较为困难的问题,提出了一种基于卷积神经网络和门控循环单元(GRU)的融和模型,并在3个公开数据集(ACT数据集、UCI数据集和OPPORTUNITY数据集)上与卷积神经网络和DeepConvLSTM进行了性能对比。实验结果显示,该模型在3个公开数据集上的识别精度都高于卷积神经网络,与DeepConvLSTM相当,但是收敛速度比DeepConvLSTM更快。
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。