《表1 图像数据与体域网数据特征比较》
在CNN应用最广泛的图片识别任务中,其输入是图像转换而来的多维矩阵数据。在图像数据中,数据具有局部相关性,即每一个数据与其周围的数据是互相关联的,更改其中任何一个数据或打乱数据顺序都会对结果造成影响;同时,CNN可通过卷积操作有效提取出图像中的曲线或边缘等特征。相比于图像数据,体域网数据具有局部相关性特征,其数据顺序及取值相互关联并具有实际意义;其次,体域网数据较一般数据具有更明显的特征形状表现能力,其数据的变化反映了人体生命体征的变化情况,存在一定的规律。从表1可知,图像数据与体域网数据皆具有局部相关性以及形状特征,因此,在图像识别中表现优异的CNN也适用于体域网数据。可通过体域网数据对用户构建“用户画像”,将其在一定时间内产生的数据看做“画像”,作为CNN的输入,如图4所示。
图表编号 | XD00198010000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.05 |
作者 | 张辉、王杨、李昌、张鑫、赵传信 |
绘制单位 | 安徽师范大学皖江学院、安徽师范大学计算机与信息学院、安徽师范大学计算机与信息学院、安徽师范大学计算机与信息学院、安徽师范大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |