基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前深度学习已成为机器学习领域最热门的研究方向,在众多应用领域取得良好的效果,这使得不少深度学习爱好者跃跃欲试。然而,虽然关于深度学习的研究论文日益增多,但是仍然缺乏如何针对不同的应用场景选择合适的深度学习模型的指导。本文探讨了根据可穿戴式传感器在人体动作识别中的信号特点,为如何根据不同的动作识别任务选择合适的深度学习模型提供参考。
推荐文章
基于深度学习的轻量型人体动作识别模型
深度学习
图像处理
卷积神经网络
动作识别
基于深度学习的人体动作识别方法
深度信息
人体动作识别
深度学习
空间结构动态深度图
深度卷积神经网络
深度学习在视频动作识别中的应用
动作识别
非局域模块
时间段网络
基于改进的深度神经网络的人体动作识别模型
动作识别
深度学习
时空金字塔
注意力机制
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人体动作识别中的深度学习模型选择
来源期刊 电子世界 学科
关键词 深度学习 动作识别 卷积神经网络(CNN) 递归神经网络(RNN)
年,卷(期) 2016,(15) 所属期刊栏目 【探索与观察】
研究方向 页码范围 47-47,49
页数 2页 分类号
字数 2505字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗晓牧 广州中医药大学医学信息工程学院 21 65 3.0 8.0
2 谭火媛 广州中医药大学医学信息工程学院 6 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
动作识别
卷积神经网络(CNN)
递归神经网络(RNN)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导