首页--工业技术--自动化技术、计算机技术--自动化技术及设备--自动化元件、部件--发送器(变换器)、传感器
站内搜索
 请输入关键词搜索
 


相关点击
发送器(变换器)、传感器论文

基于浅层学习和深度学习的传感器活动识别对比研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-17页
    1.1 课题研究背景第10-12页
    1.2 研究现状第12-15页
    1.3 本文的主要研究内容第15-17页
第2章 基于浅层学习的活动识别第17-32页
    2.1 引言第17页
    2.2 浅谈机器学习第17-18页
    2.3 活动识别链条第18-25页
        2.3.1 传感器数据获取及预处理第19-20页
        2.3.2 数据分割第20页
        2.3.3 特征提取与选择第20-21页
        2.3.4 训练与分类第21-23页
        2.3.5 决策融合第23页
        2.3.6 性能评估第23-25页
    2.4 实验及分析第25-31页
        2.4.1 实验数据集第26-27页
        2.4.2 基础活动识别链条实验第27-28页
        2.4.3 特征类型实验第28页
        2.4.4 窗口大小实验第28-29页
        2.4.5 分类器实验第29-31页
    2.5 本章小结第31-32页
第3章 基于深度学习的活动识别第32-48页
    3.1 引言第32页
    3.2 浅谈深度学习第32-33页
    3.3 卷积神经网络构造第33-42页
        3.3.0 CNN架构第33-35页
        3.3.1 卷积层第35-36页
        3.3.2 池化层第36页
        3.3.3 激活函数第36-37页
        3.3.4 Dropout第37-38页
        3.3.5 卷积神经网络训练第38-42页
    3.4 卷积神经网络实验第42-46页
        3.4.1 实验数据第42-43页
        3.4.2 卷积神经网络的性能研究实验第43-45页
        3.4.3 卷积神经网络的普适性实验第45-46页
    3.5 本章小结第46-48页
第4章 基于卷积神经网络的帕金森病步态冻结识别第48-58页
    4.1 引言第48页
    4.2 构建CNN-2 模型第48-51页
    4.3 DAPHNet数据集第51-53页
        4.3.1 简介第51-52页
        4.3.2 数据预处理第52-53页
    4.4 实验结果及分析第53-56页
        4.4.1 实验结果第53-55页
        4.4.2 实验分析第55-56页
    4.5 本章小结第56-58页
结论第58-60页
参考文献第60-64页
攻读硕士学位期间承担的科研任务与主要成果第64-65页
致谢第65页
人类活动识别论文 深度学习论文 卷积神经网络论文 机器学习论文 支持向量机论文 可穿戴式传感器论文
论文编号BS3163251,这篇论文共65
会员购买0.35元/页,需22.75元。直接购买0.5元/页,需32.5元 。
我还不是会员,我要注册会员
会员下载论文更优惠!充值送钱!
我只要这一篇论文,无需注册!
直接网上支付,方便快捷!
您可能感兴趣的论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656