【摘 要】
：
近年来,随着人工智能技术和深度学习的快速发展,使得两者运用范围被逐渐的扩大。人体行为识别因为其涉及的领域之广、应用之全面而备受瞩目,特别突出的应用就是在很多社会科技的新方向上,人体识别渐渐发展成了主流的研究方向,随着学科领域交叉不断深入,以及各界科研人员的不断创新,人体行为识别在很多领域取得了突破性的进展。本文试验使用IMU传感器设备进行行为数据的收集,其主要的研究内容为:重点研究主流的行为识别分
论文部分内容阅读
近年来,随着人工智能技术和深度学习的快速发展,使得两者运用范围被逐渐的扩大。人体行为识别因为其涉及的领域之广、应用之全面而备受瞩目,特别突出的应用就是在很多社会科技的新方向上,人体识别渐渐发展成了主流的研究方向,随着学科领域交叉不断深入,以及各界科研人员的不断创新,人体行为识别在很多领域取得了突破性的进展。本文试验使用IMU传感器设备进行行为数据的收集,其主要的研究内容为:重点研究主流的行为识别分类方法,基于以往的研究经验,采用固定阈值的方法最终获得效果并不佳,所以设计了一种自适应阈值的方法。利用IMU传感器收集了腰部和腿部的传感器数据,分析了人类户外四种动作类别（步行,慢跑,跳跃,跌倒）的特征值差异,利用四种加速度阈值和两种人体姿态倾斜角进行了四种动作的区分。实验过程选用不同类别的人群进行了实验分析以保证实验的正确性,最终腰部的测试准确率平均达到96.65%,腿部的准确率平均达到98.85%。结合当前领域IMU公开的数据集,利用神经网络对时序数据特征提取的能力,进行了RNN与LSTM两种网络模型的实验,分别进行了比较和分析。由于循环神经网络（Recurrent Neural Network,RNN）存在梯度消失和梯度爆炸两种问题,所以使用了的长期短期记忆网络（Long Short-term Memory,LSTM）进行了实验的优化。相对于标准RNN和其他深度神经网络模型,LSTM本身结构就较为复杂,其本身的门控装置就能够有效的提高对久远数据的记忆效果,从实验效果上对比,LSTM是要明显优于RNN,LSTM的实验过程中,我们做了添加注意力机制的对比。关于LSTM的实验做了超参数正交实验,在本次实验中得到最优的一组正交参数组合,识别率达到98.70%,并在其他数据集上验证了优化后的参数的试验效果。
其他文献
煤矿冲击矿压因其发生过程的复杂性、突发性、多样性等特点,其演化全过程（孕育-启动-显现-结束）机理仍是困扰学术界及采矿界的难题。论文围绕“冲击矿压演化全过程的力能作用原理”这一关键科学问题,首先,通过建立顶板-煤层-底板协同作用下的冲击载体系统模型,提出了一种广义刚度启动条件和瞬间冲击动载型应力增量与矿震疲劳动载型塑性变形两种动载诱冲效应的冲击全过程力能理论模型;然后,围绕“静载、动载、顶板-煤层
黏土是煤中主要的成灰矿物,也是主要脉石矿物,占煤中杂质矿物含量的一半以上。煤中的黏土矿物以高岭土和蒙脱土为主,这些颗粒在水中经历表面水化、渗透膨胀和结晶层分散过程。粘土结晶层分散成微米甚至纳米级很常见。煤中粘土会导致煤泥水不易沉淀、煤泥浮选效率降低。聚环氧乙烷（PEO）常作絮凝剂,可有效改善煤泥水沉降和煤泥浮选效果。有学者认为PEO对煤泥水沉降性能的改善源于其在煤和黏土颗粒间无选择性的杂絮凝,另一
挥发性有机化合物（VOCs）产生臭氧、细颗粒物（PM2.5）等光化学烟雾的前驱体,是国家重点控制的大气污染物。生物滴滤器（BTF）由于具有反应条件温和、环境友好、成本低和抗负荷冲击能力强等优点,在VOCs的净化方面越来越受到重视。但是难降解类氯化挥发性有机化合物（Cl-VOCs）为疏电子苯环,其生物降解速率低,限制其在BTF中的工业化应用,因此,使用化学预氧化与生物降解相结合的工艺,可改善BTF净
近年来,随着煤炭资源的开采,大倾角煤层在煤炭开采中的占比逐渐增加,开展大倾角煤层矿压和安全高效开采技术研究对煤炭开采有着重要的意义。本论文以桃园煤矿Ⅱ1044大倾角工作面开采地质条件为研究基础,以大倾角工作面矿压显现特征和安全高效开采技术为研究对象,采用了理论分析、数值模拟及现场实测等研究方法,对大倾角工作面矿压显现特征和安全高效开采技术开展了深入研究。论文主要研究成果如下:（1）建立了基本顶破断
水力压裂技术在采矿领域应用广泛,当使用该技术促进岩体垮落时,水力裂纹的扩展方向直接关系到压裂作业的效果,必须优先考虑。理论上,水力裂纹的扩展方向垂直于最小主应力方向,但具体的水力裂纹扩展轨迹则受到许多因素的影响和控制。因此,本文采用理论分析、实验室实验和数值模拟等方法,对人造弱面作用下水力裂纹转向扩展规律进行了研究,分析了多因素联合作用对水力裂纹扩展轨迹的影响,探究了非均质岩石中的水力裂纹扩展规律
随着电力电子技术的发展,电力电子变压器（Power Electronics Transformer,PET）因其能够提供交直流接口、端口间具备良好的电气隔离和电能质量控制特性而受到广泛关注,同时相比于传统工频变压器,PET有丰富的系统功能和性能而被应用于车载变流器、能源互联网和新能源发电并网领域。为满足高电压等级的变换需求,PET常采用多电平的拓扑结构。级联型PET有着易模块化扩展、所需电容少及便
在强构造应力环境下,向斜构造轴部应力集中系数较高,受水平构造应力影响较大,巷道支护难度大,特别是对于软岩回采巷道,其围岩承载能力较弱,常规锚杆支护或单一被动支护方式难以满足支护需求,已然成为制约煤矿安全高效开采的重大难题之一。本论文以祁南煤矿7228工作面为工程背景,通过理论计算、实验室实验、数值模拟及现场实测相结合的综合研究方法,对强构造应力环境下软岩回采巷道围岩变形控制技术进行系统研究,主要研
电离层层析是电离层三维结构反演的重要技术,后者对高精度导航定位具有重要意义。然而,全球导航卫星系统（Global Navigation Satellite System,GNSS）观测数据有限及分布不均,使得电离层层析反演模型欠定。大多研究通过施加约束来解决,但存在约束可靠性差或约束力弱等问题。对于此,本文通过引入斜向和垂向双重EOFs约束来提升约束的稳定性和约束力,进而提高电离层层析的质量。主要
随着开采深度的不断增加,煤与瓦斯突出危险性增大。煤层瓦斯含量是煤与瓦斯突出预测、煤层瓦斯抽采等一切煤矿瓦斯灾害防治措施的基础数据,精确描述煤屑瓦斯扩散规律是煤层瓦斯含量准确测定的关键。解吸热引起的煤屑内部温度变化以及钻孔煤屑表面受热产生的温度变化均对瓦斯解吸过程产生影响,因此研究温度效应对瓦斯解吸规律的影响具有重要意义。本文采用实验、理论分析以及数值模拟相结合的方法,对吸附热效应以及钻孔取样过程的
煤炭地下气化是一种绿色、低碳的煤炭开采与利用方法。为了解决热力学平衡方法预测煤炭地下气化产气热值的精度不高的问题。本文提出了一种运用经验模态分解作为数据预处理的贝叶斯长短时记忆神经网络EMD-BOLSTM的产气热值预测模型。采用华亭煤业工业性试验数据进行分析,分别使用支持向量回归SVR模型、多层感知机模型MLP、长短时记忆神经网络LSTM作为对照组和文章提出的EMD-BOLSTM神经网络方法进行预