我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于深度学习的工业车辆驾驶行为识别 下载：26 浏览：401

李俊杰1 邓海勤2 高志勇2 张勇1 《信息通信与技术》 2019年2期

摘要:
文章提出一种基于深度学习的工业车辆驾驶行为识别的方法。该方法对工业车辆在实际工厂环境中行驶的特点进行分析，将三轴加速度传感器和三轴角速度传感器采集到的数据进行预处理，根据处理结果将数据送入深度神经网络训练，完成对工业车辆驾驶行为的识别。系统先对样本数据使用数据插值、标准化处理等方法进行预处理，通过数据增强算法减少过拟合的影响，再基于长短期记忆网络(LSTM)处理时间序列数据，构建出CNN+LSTM的深度网络模型，用于驾驶行为的识别。测试结果表明，所提模型识别整体准确率可达96.51%，能够准确地识别出工业车辆行驶的状态。

基于多视图半监督学习的人体行为识别 下载：382 浏览：403

唐超1 王文剑2 王晓峰1 张琛1 邹乐1 《人工智能研究》 2019年7期

摘要:
由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力.文中提出基于多视图半监督学习的人体行为识别方法.首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度模态数据的时空兴趣点特征视图和基于关节模态数据的关节点投影分布特征视图.然后,使用多视图半监督学习框架建模,充分利用不同视图提供的互补信息,确保基于少量标记和大量未标记数据半监督学习取得更好的分类精度.最后,利用分类器级融合技术并结合3种视图的预测能力,同时有效解决未标记样本置信度评估问题.在公开的人体行为识别数据集上实验表明,采用多个动作特征视图融合的特征表示方法的判别力优于单个动作特征视图,取得有效的人体行为识别性能.

基于函数型数据时间序列建模的单传感器日常行为识别 下载：76 浏览：440

苏本跃1 郑丹丹2 盛敏3 《人工智能研究》 2018年12期

摘要:
在基于惯性传感器的人体行为识别中,传统算法常忽略行为的周期性与时序性,对提取特征的滑动窗口大小也有相应要求.文中基于单个腰部传感器分析人体日常行为,提出面向周期行为的函数型数据分析方法和隐马尔可夫模型结合的行为识别算法.首先,使用函数型数据分析方法,拟合周期性日常行为的动作捕捉数据,提取拟合后的单个周期数据.然后基于此周期时间序列数据建立描述各个日常行为过程的隐马尔可夫模型.最后,使用最大似然估计判别行为,得到识别结果.该算法通过单个腰部传感器即可快速有效地识别8种日常行为,在基于用户依赖策略和用户独立策略时识别率较高.

基于智能手机传感器的运动行为识别技术研究 下载：189 浏览：1900

梁恒滔 《传感器研究》 2022年5期

摘要:
随着智能手机技术和集成度的不断发展，智能手机已经不仅仅是一个简单的通信工具，而是一种具有多元化、智能化的便携式电子设备。智能手机上配备了越来越多的传感器用以提升智能手机的使用体验，现在手机记录一天走了多少步成为了很多人经常使用的功能，但手机传感器所能实现的功能远不止这些，使用手机传感器同样可以用以识别和监测人们的行为状态，因此，利用手机上的传感器对人体的行为、活动进行研究是很有意义的，本文将在以往研究可穿戴设备的基础上，应用手机传感器，对现人的简单运动行为、活动进行识别，并进行相关的实验和探究。

人工智能技术支持的教研应用研究 —以现代中庆智课系统为例 下载：219 浏览：2701

罗曦 《人工智能研究》 2022年1期

摘要:
教研，也被称为教学研究。是在理论指导下对教学现象、问题和过程的研究活动，是促进教师专业发展的重要途径。作为教学中不可或缺的活动之一，人工智能在教研中的应用自然也成为了学者们关注的对象。基于上述背景，本文以现代中庆智课系统为例，对人工智能技术应用于教研进行介绍。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享