《基于特征融合的人体运动识别》PDF+DOC

📙 相关资料

1. 《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......
2. 《CNN多位置穿戴式传感器人体活动识别》PDF+DOC 随着人工智能的发展和可穿戴传感器设备的普及，基于传感器数据的人体活动识别(human activity recognition，简称HAR)得到了广泛关注，且具有巨大的应用价值.抽取良好判别力的特征，是提高HAR准确率的关键因素.利用卷积神经网络(convolutional neural netwo......
3. 《无监督特征学习的人体活动识别》PDF+DOC 针对人的局限性可能会导致在提取特征中丢失重要信息，从而影响最终的识别效果问题，提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射，再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失，而且可以显著减少所使用的无监督特征学习模型......
4. 《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......
5. 《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......
6. 《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，......
7. 《基于传感器距离的实时用户活动识别建模方法》PDF+DOC 针对传统的用户活动识别建模方法在实时性要求下精度较低的缺点，提出一种改进的实时用户活动识别建模方法。利用已标注的传感器事件流数据建立传感器触发概率矩阵，并计算出传感器距离，作为建模的先验知识，在后续建模过程中赋予每个传感器事件不同的权重。根据传感器距离的内在含义判断活动转移发生的位置，通过概率矩阵推......
8. 《基于深度卷积网络的多传感器信号故障诊断方法研究》PDF+DOC 针对传统故障诊断方法中多传感器数据融合技术难度大、特征提取困难等问题，提出了一种基于深度卷积网络的多传感器信号故障诊断方法，通过构建测量数据帧进行卷积计算实现多通道数据的自然融合，利用深度网络结构实现高层特征的自动提取和分类，从而高效地实现了故障分类诊断；经分别采用小规模数据集REF和大规模故障数据......
9. 《智能手机传感器的人体行为识别技术》PDF+DOC 从传感器选择、特征提取、行为识别等3个方面对基于机器学习的人体行为识别技术进行分析，对比各类算法的优势和不足。总结对比常用公开数据集，并展望人体行为识别技术在案件现场的应用，最后讨论了人体行为识别发展的难点和新方向。...
10. 《气体传感器阵列中特征参数的提取与优化》PDF+DOC 用一组厚膜金属氧化锡气体传感器阵列对气味进行分析和识别 ，其中最重要、最难的因素是传感器特征提取技术和特征参数的优化 ，使所用的传感器阵列能快速准确地识别不同气味。然而 ，目前尚无令人满意的方法。本文中研制了适用于传感器阵列反应的试验装置 ，在获得传感器与食醋挥发气体反应的整个过程的数据的基础上 ，......