《基于人工神经网络的人体识别算法研究》PDF+DOC
作者:王赛迪
单位:中国电子学会
出版:《》
页数:1页 (PDF与DOC格式可能不同)
PDF编号:PDFELEW2016171100
DOC编号:DOCELEW2016171109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于单三轴加速度传感器的人体活动状态识别》PDF+DOC2016年第04期 李文锋,姚丙盟
《基于加速度传感器的人体运动行为识别研究》PDF+DOC2016年第03期 张洁
《基于TensorFlow及LSTM模型的室内行为识别算法的研究与实现》PDF+DOC2020年第06期 董海山,徐晓姗,郑春红
《基于Android传感器的人体姿态识别方法》PDF+DOC2019年第06期 杨一涛,孙国梓,王壮
《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
《基于移动群智感知的极端驾驶行为感知方法》PDF+DOC2019年第07期 翟书颖,李茹,郭阳
《基于机器学习的铁路工务人员行为识别方法》PDF+DOC2019年第07期 杜成飞
《一种基于特征选取的传感器选择方法》PDF+DOC2013年第09期 刘宏志,吴中海,张兴
《基于动态时间规整的酒驾识别研究》PDF+DOC2013年第02期 陈平生
针对当前人体活动状态识别方法中存在识别算法复杂、可实施性差、实时性差等问题,提出了一种改进的基于人工神经网络的人体识别算法.通过加速度传感器采集人体腰部的加速度数据,运用滑动时间窗方法进行时域特征的提取,采用基于人工神经网络的分类方法对特征进行处理,识别出人体的各种行为,该方法的软硬件复杂度低,易于实施,便于携带,经过测试,该算法的平均响应时间小于1s,平均准确率达到99.9%,证明了该算法的实时性与有效性。
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。