基于传感器人体行为识别深度学习模型的研究

摘要：

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,深度学习模型的测试结果良好,在精确度上有了较大的提升.为基于加速度的行为识别提出了新的方法和思路,为复杂行为研究提供基础.实验所使用的数据都是来自实验室收集,当采用真实数据时,可能效果会受一定的影响.

关键词：人体行为识别、深度学习、加速度传感器

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目U1509214;浙江省自然科学基金资助项目LY16F020035

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：375-381