《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》
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。
图表编号 | XD00133385100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 侯春萍、蒋天丽、郎玥、杨阳 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |