TY -的A2 -徐,枭龙AU - Wang Huaijun盟——赵京盟- Li Junhuai盟——田,凌AU - Tu, Pengjia盟——曹Ting盟——杨AU -王,菅直人AU - Li Shancang PY - 2020 DA - 2020/07/27 TI -人类活动可穿戴传感器识别使用SP - 2132138混合深度学习技术六世- 2020 AB -人类活动识别(HAR)可以利用巨大的利益在许多应用程序中,包括养老、医疗、康复、娱乐、和监控。许多现有的技术,如深度学习,已经发展为特定活动识别,但小的识别之间的转换活动。这项工作提出了一种基于深度学习的计划,可以识别特定的活动和两个不同的活动之间的转换时间短和低频率为医疗保健应用程序。在这项工作中,我们首先建立一个深卷积神经网络(CNN)从收集的数据中提取特征的传感器。然后,长期短期记忆(LTSM)网络是用来捕捉长期两个动作之间的依赖关系,进一步提高HAR识别速度。通过梳理CNN和LSTM,提出了一种基于可穿戴传感器模型,可以准确地识别活动及其转换。实验结果表明,该方法可以帮助提高识别率高达95.87%和转换的识别率高于80%,这比大多数现有的类似模型的开放HAPT数据集。SN - 1939 - 0114 UR - https://doi.org/10.1155/2020/2132138 - 10.1155 / 2020/2132138摩根富林明安全和通信网络PB - Hindawi KW - ER