《基于视频流和位置流混合的建筑施工人员行为识别研究》PDF+DOC

📙 相关资料

1. 《运用开端神经网络进行人体姿态识别》PDF+DOC 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&#215；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......
2. 《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC 单一传感器在人体行为识别中误差较大，针对此问题提出一种利用智能手机中惯性传感器并结合卷积神经网络(convolutional neural network，CNN)的人体行为识别方法。文中利用构建的卷积神经网络模型自动提取加速度和角速度数据特征，并结合Softmax分类器识别人体行为。实验结果表明，......
3. 《基于智能手表的人体行为识别研究》PDF+DOC 针对现有人体行为识别系统识别精度不高，且不便于日常使用的缺点，提出了一种用于智能手表的神经网络分类算法。采用基于PCA的特征提取方法对Apple Watch智能手表采集到的三轴加速度数据进行特征提取，结合动量-自适应学习率BP神经网络分类算法有效识别出了行走、慢跑、上楼梯、下楼梯四种行为，识别准确率......
4. 《一种改进的GRU-InFCN人体行为识别模型》PDF+DOC 为了克服传统机器学习方法在采用传感器数据进行人体行为识别领域上识别效果对人工特征选取依赖严重、识别准确率不高等问题，提出一种改进的全卷积神经网络和多层循环神经网络并联的深度学习模型(GRU-InFCN)，并对传感器数据特征进行自动提取，实现人体动作的识别。该模型通过多尺度卷积神经网络和双层GRU网络......
5. 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 人体活动行为识别在医疗、安全、娱乐等方面有着广泛的应用，为了高效、准确地获取人体活动的行为信息，提出一种基于加速度传感器和神经网络的个人活动行为识别方法。该方法通过在个人手上佩戴加速度传感器，实时采集个人活动的行为数据；再通过BP神经网络分析相关行为数据并建立个人活动行为模型，分类识别个人的行走、坐......
6. 《基于车载手机数据深度特征的驾驶行为识别》PDF+DOC 针对驾驶行为识别问题，利用智能手机传感器采集相应车辆的加速度、角速度信息，并用手机角度信息对原始数据进行矫正处理。传统的驾驶行为识别方法须事先对原始数据单元人为进行特征提取。为改善繁琐的人工特征提取方法，提出一种驾驶行为识别领域基于改进的卷积神经网络的特征提取方法。原始数据经过组合后，作为卷积神经网......
7. 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC 在基于传感器的人体行为识别研究中，传统的机器学习方法需要具备一定的人体运动领域知识来做特征提取，而且工程量大。而现有的神经网络模型结构简单，对数据特征的挖掘不充分从而识别准确率不高。针对上述问题，提出一种基于协同LSTM神经网络的人体行为识别方法。该方法首先对LSTM模块的结构进行改进，搭建协同LS......
8. 《基于循环神经网络的人体行为识别》PDF+DOC 使用4种类型的循环神经网络模型(RNN、GRU、LSTM、BLSTM)处理手机传感器采集的异构时间序列数据，用于人体行为识别研究.针对4种模型，分别构建自动特征提取方法，并对参数设置进行优化.在公开数据集UCI HAR上进行了行为识别测试实验，实验结果表明，BLSTM模型的识别精度高达95.7%，可......
9. 《基于传感器人体行为识别深度学习模型的研究》PDF+DOC 随着智能手机的发展和普及，通过手机传感器收集数据，进行人体行为识别已经成为研究的热点.采用深度学习中卷积神经网络作为分类模型，并对卷积神经网络进行参数和模型的修改，并加入Dropout用于解决过拟合问题，用智能手机收集到的数据对模型进行训练，以对人体行为进行识别.通过和其他的算法进行对比实验，深度学......
10. 《基于邻里支持和神经网络的WSN数据融合算法研究》PDF+DOC 为了提高无线传感器网络(wireless sensor network， WSN)的可靠性、稳健性、减少错误及冗余信息的传输，提出了一种基于邻里支持度的动态分簇BP(Back Propagation)神经网络数据融合算法(Neighborhood-SupportBack-Propagation Ne......