10.16208/j.issn1000-7024.2020.02.034
基于数据融合的CNN方法用于人体活动识别
针对人体活动识别,现有的研究更多关注于传感器之间的融合,较少将研究方向转移到三轴加速度计等传感器内轴之间的相关性方面.为有效利用轴之间的相关性,提出一种基于数据融合的卷积神经网络方法.借助利用轴之间的相关性的单通道数据融合方法得到融合数据,将融合数据输入到卷积神经网络中提取特征.在WISDM数据集上的实验结果表明,该方法的准确率达到了98.80%,优于不使用数据融合的卷积神经网络方法.
人体活动识别、三轴加速度计、数据融合、卷积神经网络、准确率
41
TP183(自动化基础理论)
国家重点研发计划基金项目 2016YFB1001100
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
522-528