期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自动编码器和神经网络的人体运动识别
被引量：
9
1
作者
司阳
肖秦琨
李兴
《国外电子测量技术》
2018年第1期78-84,共7页
当前传统的人体运动识别是基于卷积神经网络（CNN）的方法,但存在原始数据维数高,利用CPU训练时间长及硬件要求高的缺点。针对以上问题,提出一种由自动编码器与模式识别神经网络（PRNN）组成的识别人体运动的深度神经网络模型。算法分...
当前传统的人体运动识别是基于卷积神经网络（CNN）的方法,但存在原始数据维数高,利用CPU训练时间长及硬件要求高的缺点。针对以上问题,提出一种由自动编码器与模式识别神经网络（PRNN）组成的识别人体运动的深度神经网络模型。算法分为系统学习阶段和动作识别阶段。在系统学习阶段,首先得到每帧的人体轮廓,构建二进制重叠图像作为训练数据,并训练一个自动编码器来提取动作特征;其次,利用所得到的特征通过监督学习训练PRNN;最后建立新的深度神经网络,通过微调获得最佳性能。在动作识别阶段,人体的运动行为序列首先被翻译成二进制重叠图像,然后使用APRNN进行识别。测试结果表明,这种方法具有很好的性能。
展开更多
关键词
动作
识别
自动编码器
模式识别
神经网络
深度
神经网络
二进制重叠图像
下载PDF
职称材料
基于模式识别的结构健康监测异常数据诊断
被引量：
1
2
作者
高珂
翁顺
+2 位作者
陈志丹
朱宏平
夏勇
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第3期113-122,共10页
实际结构监测中不可避免出现异常数据,干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题,提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据...
实际结构监测中不可避免出现异常数据,干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题,提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据的特点建立特征指标集合,通过特征提取将冗长原始样本转化为简短特征向量,显著提高了数据处理和异常检测的效率;进一步引入极坐标化AUCs曲线对多种异常的识别效果进行精确描述,提高了特征指标选取和网络参数调节的优化效率。建立武汉长江航运中心(335 m)健康监测系统,采用该超高层建筑的监测数据对所提方法的精度和效率予以验征。结果表明,基于特征提取和PRNN的多类型异常数据识别方法对6种数据异常的识别准确率达到99.7%,且运算时长仅为深度学习方法的数十分之一。
展开更多
关键词
结构健康监测
异常数据检测
模式识别
神经网络
特征提取
极坐标化AUCs曲线
原文传递
题名
基于自动编码器和神经网络的人体运动识别
被引量：
9
1
作者
司阳
肖秦琨
李兴
机构
西安工业大学电子信息工程学院
出处
《国外电子测量技术》
2018年第1期78-84,共7页
基金
国家自然科学基金项目(60972095,61271362,61671362)
陕西省自然科学基金项目(2017JM6041)资助
文摘
当前传统的人体运动识别是基于卷积神经网络（CNN）的方法,但存在原始数据维数高,利用CPU训练时间长及硬件要求高的缺点。针对以上问题,提出一种由自动编码器与模式识别神经网络（PRNN）组成的识别人体运动的深度神经网络模型。算法分为系统学习阶段和动作识别阶段。在系统学习阶段,首先得到每帧的人体轮廓,构建二进制重叠图像作为训练数据,并训练一个自动编码器来提取动作特征;其次,利用所得到的特征通过监督学习训练PRNN;最后建立新的深度神经网络,通过微调获得最佳性能。在动作识别阶段,人体的运动行为序列首先被翻译成二进制重叠图像,然后使用APRNN进行识别。测试结果表明,这种方法具有很好的性能。
关键词
动作
识别
自动编码器
模式识别
神经网络
深度
神经网络
二进制重叠图像
Keywords
action recognition
auto-encoder
pattern recognition neural network
deep neural network
binary overlay image
分类号
TN911.73 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于模式识别的结构健康监测异常数据诊断
被引量：
1
2
作者
高珂
翁顺
陈志丹
朱宏平
夏勇
机构
华中科技大学土木与水利学院
华中科技大学控制结构湖北省重点实验室
国家数字建造技术创新中心
香港理工大学土木与环境工程系
出处
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第3期113-122,共10页
基金
国家重点研发计划(2021YFF0501001,2023YFC3805700)
国家自然科学基金项目(52308315)
+1 种基金
华中科技大学交叉研究支持计划(2023JCYJ014)
中国博士后科学基金(2023M731206)。
文摘
实际结构监测中不可避免出现异常数据,干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题,提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据的特点建立特征指标集合,通过特征提取将冗长原始样本转化为简短特征向量,显著提高了数据处理和异常检测的效率;进一步引入极坐标化AUCs曲线对多种异常的识别效果进行精确描述,提高了特征指标选取和网络参数调节的优化效率。建立武汉长江航运中心(335 m)健康监测系统,采用该超高层建筑的监测数据对所提方法的精度和效率予以验征。结果表明,基于特征提取和PRNN的多类型异常数据识别方法对6种数据异常的识别准确率达到99.7%,且运算时长仅为深度学习方法的数十分之一。
关键词
结构健康监测
异常数据检测
模式识别
神经网络
特征提取
极坐标化AUCs曲线
Keywords
structural health monitoring
data anomaly detection
pattern recognition neural network
feature extraction
polarized AUCs curve
分类号
TU317 [建筑科学—结构工程]
TU311.41
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于自动编码器和神经网络的人体运动识别
司阳
肖秦琨
李兴
《国外电子测量技术》
2018
9
下载PDF
职称材料
2
基于模式识别的结构健康监测异常数据诊断
高珂
翁顺
陈志丹
朱宏平
夏勇
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
