基于可穿戴传感器的家居行为识别算法
目前大多数智能家居系统的交互方式为按键、文本和语音,交互过程自然程度不高,为了提高用户与智能家居系统的交互效率,使得交互过程显得更加自然,提出一种基于家居行为识别触发智能家居多种场景模式的方法,通过智能穿戴传感器数据来识别用户家居行为,根据家居行为识别结果来触发智能家居的多种场景模式,从而实现智能家居和用户之间的“无感化”交互.家居行为识别主要基于CNN-GRU深度学习网络模型,在采集的家居场景数据中准确率达到95.54%,实验证明在特定的智能家居环境中该方法切实可行.
智能家居、深度学习、场景识别、卷积神经网络、门控递归单元、人机交互
43
TP391.4(计算技术、计算机技术)
国家自然科学基金;河北省自然科学基金
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
6-10