【摘 要】
：
对人类进行的身体活动的自动识别称为人类活动识别（HAR）。有多种技术可以测量身体活动期间的这些运动特征,例如惯性测量单元（IMU）。IMU在这种情况下是基础,其特点是使用灵活、成本低和对隐私的影响较小。通过使用Notch传感器,可以对一些测量值进行采样,例如身体的加速度和角速度,并使用这些信息来学习能够将活动正确分类到相应类别中的模型。在本文中,我们建议使用卷积神经网络（CNN）对人类活动进行分类
论文部分内容阅读
对人类进行的身体活动的自动识别称为人类活动识别（HAR）。有多种技术可以测量身体活动期间的这些运动特征,例如惯性测量单元（IMU）。IMU在这种情况下是基础,其特点是使用灵活、成本低和对隐私的影响较小。通过使用Notch传感器,可以对一些测量值进行采样,例如身体的加速度和角速度,并使用这些信息来学习能够将活动正确分类到相应类别中的模型。在本文中,我们建议使用卷积神经网络（CNN）对人类活动进行分类。我们的模型使用通过Notch传感器获得的原始数据。我们探索了各种活动,展示了如何通过使用不同的网络架构来调整运动信号以将它们馈送到CNN。使用11个不同传感器从一组参与者收集的6个下肢和上肢活动的数据集中获得的实验结果非常有希望。
其他文献
近年来,深度学习在超分辨率重建任务中得到了广泛的应用。大多数超分辨率算法的数据都借助于外部实例,此类方法通过训练高、低分辨率图像块之间的非线性映射函数,得到超分辨率重建算法的网络模型,与传统方法相比取得了很大的进步。然而,基于外部实例的方法需要大量的训练数据,并且无法保证数据集中包含了所有高、低分辨率图像块映射关系;复杂的网络模型也使得训练过程十分耗时,尤其是需要训练不同尺度网络模型时;现实世界中
随着现代互联网信息技术的不断进步与发展,网络新闻的发布数量也在不断上升,面对巨量网络新闻信息,人们难以快速且准确地定位到自己想要掌握的内容。LDA（Latent Dirichlet Allocation）主题模型能够有效降低文本维度,在话题演化分析方面的研究也在不断增多,但LDA模型中主题数难以实现有效选取,该问题在相关研究中关注度仍显不足。为此,本文围绕复杂网络理论、模块度和LDA模型进行话题发
视觉信息在人类的生活中无处不在,而数字图像已成为其最为广泛与重要的信息载体。光场成像技术可同时捕捉三维场景下光线的空间信息与角度信息,为观察者提供比二维传统成像更丰富的场景三维可计算信息。不同于传统相机,现有主流光场采集方案采用两个平行双平面实现了对更高维度光场信号的采集。但是,受到光学系统设计与制备工艺的限制,光场相机成像结果的空间分辨率仍远低于传统成像系统,这限制了光场应用的进一步发展。针对上
随着智能时代的到来与计算机行业的飞速发展,目标跟踪技术在安防系统、无人驾驶、交通监控中的地位越来越突出,吸引了大量的学者专家投入研究。相关滤波算法以其兼顾跟踪速度与精度的优越性,近几年来备受瞩目。在实际的应用场景中,跟踪算法面临着目标多样性与背景复杂性等难点,其中目标的尺度变化更是影响跟踪性能的关键因素。本文在针对尺度问题提出的多特征的尺度自适应目标跟踪算法（SAMF）以及判别式尺度空间跟踪算法（
现阶段我国“教育+平台”的信息化服务模式正处于快速发展时期。在此过程中,学习者的网络资源日益丰富,教学环境逐渐完善,但同时海量的在线资源给学习者带来了“知识迷途”和“信息过载”等问题。有鉴于此,本文研究了一种在利用知识图谱对初中数学知识进行结构化表达的基础上,结合学习者个体特征给予其自适应调节的学习路径推荐方法,有利于激发学习者的学习兴趣,提高学习效率。具体的研究内容如下:首先,依据学习者个性化特
目前土木工程领域信息化服务建设正处于发展阶段,设计人员在设计过程中会涉及到大量知识检索和知识问答的需求,而目前大量的领域知识、规范和标准都是非结构化文本的形式,知识库的构建存在着难度,口语化的自然语言问题也无法被有效解析,问答需求无法被满足。因此本文选定土木工程垂直领域的智能问答应用作为切入点,使用新型自然语言处理方法深入研究面向该领域的智能问答技术。本文的工作是基于知识库的土木工程智能问答系统构
随着数据传输量的大幅度增加,人们对于信息安全的要求也越来越高,保护数据的方法多种多样,如水印、身份验证、图像隐藏以及密钥交换等。这些方法将秘密信息隐藏在单一的载体中,如果隐藏信息丢失,则秘密无法恢复。相较于传统的密码体制,视觉密码一直以共享图像的形式进行信息传输,它隐蔽性强,安全性高,解密时无需复杂的数学计算。为此,本文基于视觉密码方案结合信息隐藏技术、光学处理技术以及半色调技术提出了图像加密算法
近年来,信息在传递、存储过程中的安全性变得极为重要。起初,研究者提出用加密技术对秘密信息进行保护,针对加密后凌乱无序的密文容易引起攻击者的注意这一问题,研究者提出用信息隐藏技术来保护秘密信息的安全。信息隐藏技术主要分为嵌入秘密信息和提取秘密信息两个阶段,根据嵌入率和峰值信噪比衡量两个阶段的算法效果。本文通过对现有的SMSD图像信息隐藏算法进行研究,并在其基础上进行改进,在保证载体图像质量良好的前提
命名实体识别任务作为构建领域知识图谱的基础支撑,目前的相关研究主要集中在开放领域,针对垂直领域的研究进展比较缓慢,无法有效解决低资源、无完整领域词典和缺乏实体分类体系带来的垂直领域问题。本研究面向轨道交通工程设计规范,以《地铁设计规范GB53157-2013》为例构建命名实体识别任务的数据集,具体的研究内容如下:（1）本研究在低资源的情况下基于RoBERTa800K-CRF实现了领域自适应预训练。
随着物联网和可穿戴式设备等应用的兴起,功耗逐渐成为集成电路设计者必须考虑的重要因素。乘法器作为微处理器和数字信号处理器中的核心部件,广泛应用于物联网和植入式生物芯片等极低功耗领域,因此对乘法器进行低功耗设计有着重要的理论意义和应用价值。本文针对物联网和植入式生物芯片的低功耗应用需求,采用基-16 Booth编码算法和电源门控技术,设计实现了一种低功耗电源门控基-16 Booth乘法器。首先分析了竞