基于百度Paddle的人类活动识别研究

摘要：

文章详细阐述了一个基于机器学习的人类活动识别方法.该方法对人类活动数据进行探索和预处理,提出了一个对人类活动进行识别的LSTM模型.本文中的问题是一个典型的分类问题,目标变量是6种不同种类的人类活动,选择准确率作为模型的评测指标.具体方法是,通过读取训练阶段保存到本地的模型,以相同的数据构造方式对测试集进行预测评估,不断地调整学习率参数.研究表明,本文提出的LSTM模型在迭代10次、隐层数为50、学习率为0.01时达到了比较好的准确率,在测试集上有比较好的表现.

关键词：机器学习、人类活动识别、统计分析、异常预警

所属期刊栏目：20

分类号：TN37(半导体技术)

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：141-143