《表1 识别准确率对比:LSTM递归神经网络人体活动行为识别算法研究》
BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,利用隐含层的多维函数映射能力将所采集到的加速度数据映射到分类结果。本文设置3层的隐含层,每层中的神经元个数为200,将加速度数据输入到BP神经网络之中进行分类回归,最终的准确率为88.7%。神经网络算法相比较于机器学习算法计算量略大,算法识别时长为191ms。本文所提出的基于LSTM的递归神经网络在保留BP神经网络多维函数映射能力的基础上增加了递归结构及长短时记忆特性,增强了对加速度数据序列的处理能力,充分提取加速度时间序列的时间特征。本文所提出的算法识别时间为206ms,获得的平均识别率最高。算法识别准确率见表1。
图表编号 | XD0015809400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.15 |
作者 | 李智敏、刘一鹏、郑海峰、冯心欣 |
绘制单位 | 福州大学物理与信息工程学院、福州大学物理与信息工程学院、福州大学物理与信息工程学院、福州大学物理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |