

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在大數(shù)據(jù)時(shí)代,非傳統(tǒng)數(shù)據(jù)急速膨脹,基于傳感器的活動(dòng)識(shí)別領(lǐng)域也發(fā)生了巨大變化,從海量樣本數(shù)據(jù)中挖掘有價(jià)值的信息并非易事,對(duì)傳統(tǒng)分類算法的處理速度和識(shí)別正確率均提出了挑戰(zhàn)。這催生了許多新技術(shù)的發(fā)展和多學(xué)科的融合,如將深度卷積神經(jīng)網(wǎng)絡(luò)用于基于傳感器的活動(dòng)識(shí)別。本文主要進(jìn)行面向多維傳感器活動(dòng)識(shí)別的深度卷積神經(jīng)網(wǎng)絡(luò)研究,在多個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),取得了良好的研究與應(yīng)用效果。
首先,將傳統(tǒng)的SVM算法和深度卷積神經(jīng)網(wǎng)絡(luò)用于基于傳感器的活動(dòng)識(shí)
2、別。在不同的活動(dòng)識(shí)別數(shù)據(jù)集上分別用SVM算法和深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)證明,深度卷積神經(jīng)網(wǎng)絡(luò)比SVM算法更適用于實(shí)際場(chǎng)景中的活動(dòng)識(shí)別。
其次,詳細(xì)說(shuō)明了卷積神經(jīng)網(wǎng)絡(luò)涉及的原理、概念、整體架構(gòu)、稀疏連接和權(quán)重共享思想。然后介紹基于融合特征的卷積神經(jīng)網(wǎng)絡(luò),與其他算法進(jìn)行對(duì)比,基于融合特征的卷積神經(jīng)網(wǎng)絡(luò)取得了良好效果。在機(jī)會(huì)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),活動(dòng)識(shí)別的正確率達(dá)到88.0%;在Skoda數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),活動(dòng)識(shí)別的正確率達(dá)到95
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向手機(jī)傳感器活動(dòng)識(shí)別的深度神經(jīng)網(wǎng)絡(luò)對(duì)比研究.pdf
- 面向交通標(biāo)志識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別的研究與應(yīng)用.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究.pdf
- 面向光學(xué)遙感圖像目標(biāo)識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的飛行器圖像識(shí)別算法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的RASR語(yǔ)音識(shí)別的研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車輛識(shí)別與檢索研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別與車輛檢索研究.pdf
- 基于特征融合與深度卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識(shí)識(shí)別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)工程機(jī)械聲音識(shí)別算法研究.pdf
- 基于端到端深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的霧霾環(huán)境下車型識(shí)別算法研究.pdf
- 基于FPGA的深度卷積神經(jīng)網(wǎng)絡(luò)加速研究.pdf
- 基于免疫卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的傳感器覆蓋細(xì)粒度優(yōu)化研究.pdf
評(píng)論
0/150
提交評(píng)論