[发明专利]基于堆叠降噪自编码器的人体日常行为活动识别优化方法有效
| 申请号： | 201910497439.2 | 申请日： | 2019-06-10 |
| 公开（公告）号： | CN110298264B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 倪琴;樊卓;张波;潘建国;冯子敬;李欣雅 | 申请（专利权）人： | 上海师范大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/764 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200234 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于堆叠降噪自编码器的人体日常行为活动识别优化方法，包括下列步骤：1)基于深度学习方法和SDAE模型，采用来自可穿戴式传感器采集的人体行为数据构建人体行为识别的分类模型；2)对来自可穿戴式传感器采集收集的数据进行分类模型的初始化，将初始化后的数据分为训练集、测试集、验证集；3)对构建的分类模型进行预训练和微调处理；4)采用交叉验证方式，利用验证集验证训练后分类模型的泛化能力，并将测试集输入分类模型获取对应的预测类别。与现有技术相比，本发明具有取得更精确的模型识别结果、有助于为行为识别的应用提供更多方向等优点。 | ||
| 搜索关键词： | 基于 堆叠 编码器 人体 日常行为 活动 识别 优化 方法 | ||
【主权项】：
1.基于堆叠降噪自编码器的人体日常行为活动识别优化方法，其特征在于，包括下列步骤：1)基于深度学习方法和SDAE模型，采用来自可穿戴式传感器采集的人体行为数据构建人体行为识别的分类模型；2)对来自可穿戴式传感器采集收集的数据进行分类模型的初始化，将初始化后的数据分为训练集、测试集、验证集；3)对构建的分类模型进行预训练和微调处理；4)采用交叉验证方式，利用验证集验证训练后分类模型的泛化能力，并将测试集输入分类模型获取对应的预测类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海师范大学，未经上海师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910497439.2/，转载请声明来源钻瓜专利网。
