《表7 对比算法结果：基于卷积神经网络的雷达人体动作与身份多任务识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的雷达人体动作与身份多任务识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用PRGC算法[13]和MRN算法[18]在交叉验证集4上进行对比。PRGC算法使用多个雷达基站的时频图像共同训练浅层CNN以提升识别准确率；MRN算法主要通过在全连接层上进行信息迁移实现多任务学习。将本文提出的模型记为MCNN，表7的实验结果显示，在1.0sSTFT窗长的无噪声数据集上，MCNN的动作识别、身份识别及总识别的准确率均高于PRGC算法与MRN算法，且MCNN算法的总任务识别准确率与单独的身份识别任务准确率差距更小，验证了本文算法的有效性。