基于LSTM-CNN的人体活动识别
发布时间：2023-09-24 12:30
人体活动识别（HAR）是一种使用人工智能（AI）从智能手表等活动记录设备产生的原始数据中识别人类活动的方法。当人们执行某种动作时，人们佩戴的传感器（智能手表、手环、专用设备等）就会产生信号。这些收集信息的传感器包括加速度计、陀螺仪和磁力计。人类活动识别有各种各样的应用，从为病人和残疾人提供帮助到像游戏这样严重依赖于分析运动技能的领域。我们可以将这些人类活动识别技术大致分为两类:固定传感器和移动传感器。在本文中，我们使用移动传感器产生的原始数据来识别人类活动。
在本文中，我将使用LSTM (Long - term Memory)和CNN (Convolutional Neural Network)来识别下面的人类活动：
- 下楼
- 上楼
- 跑步
- 坐着
- 站立
- 步行
相关推荐
智能合约通证化与 Web3 革命(1)：为何智能合约没能成为区块链的杀手级应用？...
别求面经了！小夕手把手教你如何斩下和选择NLP算法岗offer！（2020.4.14更新）...
华中科技大学 计算机 数据库 试卷,2014华科复试笔试算法和数据库回忆版
Windows下安装Bun像Node或Deno的现代JS运行时
SpringBoot--@Async注解使用 及线程池简单配置
Java项目:在线农产品商城(java+SSM+JSP+bootstrap+jQuery+mysql)
Android 面试题：为什么 Activity 都重建了 ViewModel 还存在？—— Jetpack 系列（3）
【无标题】pca bp gabp cpobp算法的人脸识别技术研究