更多
更多
YZ-20191115736(蔡婧堃) 已录用
YZ-20191115273(胡玲) 已录用
YZ-20191115638(周宁、晋艳) 已录用
YZ-2019111422(郑玉亭) 已录用
YZ-20191114671(何红星) 已录用
YZ-20191114563(黄文学) 已录用
YZ-1911121118(张雨清) 已录用
YZ-20191112569(朱诗瑶) 已录用
投稿需知更多
(1) 请直接在本站在线投稿,编辑会及时处理(请您投稿时准确填写您的联系方式,以便稿件录用和杂志出刊后及时与您联系) zzsbjb2006@126.com , zzsbjb2006@163.com ) (如需代笔请联系编辑)。 (2) 不违反宪法和法律,不损害公共利益。 (3) 是作者独立取得的原创性、学术研究成果,不侵犯任何著作权和版权,不损害第三方的其他权利;所有来稿必须通过检测,文字复制比必须低
  • 输入文章编号:

您当前的位置:首页 > 论文分类 > 科学技术论文 >

科学技术论文

一种基于迁移极速学习机的人体行为识别模型

【作者】 支周; 屈肃; 

【机构】 西安中兴新软件有限责任公司; 西安邮电大学计算机学院; 

【摘要】 为了解决由于每个用户的行为都有自身的特点和习惯,加之手机放置位置和方向的不确定性及多样性所导致的通用模型识别率低的问题,文章提出了利用Tr ELM(Transfer Extreme Learning Machine)算法实现迁移学习,并基于智能手机中内置的加速度传感器进行信息采集并通过机器学习方法构建人体行为识别模型。该方法是一种基于参数迁移的方法,通过对ELM的目标函数进行修改,引入一个可以表示两域差异的迁移学习量,从而实现ELM模型的迁移学习。实验结果表明,该模型可以有效的提高新用户的行为识别正确率。 更多还原

【关键词】 迁移学习; 人体行为识别; 极速学习机; 机器学习; 

在线投稿

编辑验证

编辑公告:不在公告内的编辑联系 您均为冒牌编辑


刘编辑-责编 

杜编辑-责编 

郭编辑-责编 

吴编辑-责编 

张编辑-责编

问题投诉:

 2850859355 


投稿邮箱:

zzsbjb2006@126.com

zzsbjb2006@163.com





医药卫生|工业技术|教育教学|科学技术|财经贸易|建筑工程|农业科学|社会科学|其他综合   Copyright © 2013 All Rights Reserved | Powered by 杂志采编部