基于深度强化学习的计步方法

• 作者: 彭琛 韩立新
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 计步器 深度强化学习 均值穿越波峰波谷检测法
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 63-68
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.01.012

摘要

针对计步软件使用中用户行为不定,容易产生各种噪声以及传统算法中参数不能持续优化的问题,本文提出基于深度强化学习的计步方法.将噪声判别及步数统计作为智能体的动作,在步数统计中改进波峰检测法,提出均值穿越波峰波谷检测法.利用循环神经网络保存内部状态,将用户对计步器计步好坏的反馈作为奖励信号,指导参数持续优化.实验结果表明,该方法在采集设备放置于不同位置并且有噪声时,噪声识别率为0.9151,计步误差率为0.0623,有较高的精度以及较强的抗干扰能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立新	河海大学计算机与信息学院	47	272	9.0	15.0
2	彭琛	河海大学计算机与信息学院	1	1	1.0	1.0