TY -的A2 -艾哈迈德,赛义德·哈桑盟——周Xinliang AU -温,Shantian PY - 2021 DA - 2021/07/21 TI -运动训练后的身体行为特征分析基于卷积神经网络SP - 7006541六世- 2021 AB -使用人工智能技术来分析人类行为是世界上的一个重要研究课题。为了检测和分析人体行为训练后的特点,检测模型结合提出了卷积神经网络(CNN)。首先,建立人类骨骼的建议模型分析人体运动的驱动方式。其次,CNN的层数和神经元组根据骨架特征映射。然后,输出信息分类根据根据身体状态运动后疲劳程度。最后,进行模型的训练和性能测试,和身体的影响行为特征检测模型的使用进行了分析。设计结果表明,CNN的研究显示精度高和低损失率在训练和测试,也有实际应用的高精度人类训练后疲劳程度识别。根据志愿者的主观评价,总体平均评价超过9点。上述结果表明,该设计卷积神经网络检测模型的身体行为训练后具有良好的性能和特点是可行的和实用的,具有指导意义的运动训练和培训方案的设计。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/7006541 - 10.1155 / 2021/7006541摩根富林明计算智力和神经科学PB - Hindawi KW - ER