-
题名微型机器学习技术及其在农业中的应用
被引量：2
- 1
-
-
作者
刘雪兰
田宏伟
-
机构
江苏农牧科技职业学院农业信息学院
苏州大学应用技术学院工学院
-
出处
《农村科学实验》
2024年第23期175-177,共3页
-
基金
江苏高校哲学社会科学研究基金项目“苏州地区5G通信技术与现代农业融合创新路径研究”(项目编号:2021SJA2376)
教育部产学合作协同育人项目“基于校企协同创新工作室的创新创业教育路径探究”(项目编号:231004309313357)资助。
-
文摘
随着全球对智能农业的需求不断增加,传统农业正在向数字化、自动化和智能化转型。在这一背景下,微型机器学习(Tiny Machine Learninng,TinyML)技术成为一个重要的创新推动力。TinyML是一种能够在资源受限的设备上运行机器学习模型的技术,具有低功耗、高效性、低延迟等特点,适用于广泛的边缘设备应用,特别是能够满足实时决策和自动化的需求。该文探讨了TinyML的技术特点及其在农业中的应用,旨在为未来智慧农业的研究提供理论和实践支持。
-
关键词
微型机器学习
软件框架
农业应用
-
分类号
S126
[农业科学—农业基础科学]
-
-
题名基于惯性传感器的轻量化卷积神经网络跌倒检测算法
被引量：2
- 2
-
-
作者
刘鹏达
潘巨龙
左正魏
朱海亮
李艳丽
-
机构
中国计量大学信息工程学院
中国计量大学现代教育技术中心
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2023年第2期259-266,共8页
-
基金
浙江省基础公益研究计划项目(LGF21F020017)。
-
文摘
在可穿戴式跌倒检测终端中部署微型机器学习模型,存在计算力弱、内存受限和传统机器学习算法手动选取特征不完善等问题,提出一种基于惯性传感器的轻量化卷积神经网络跌倒检测算法,设计并实现了高精度可穿戴式跌倒检测系统。该算法自动从跌倒数据中提取更完善的数据特征和采用深度方向可分离卷积,将标准卷积分解成深度方向卷积和点方向卷积,在只失去0.2%跌倒检测精度下,卷积层参数量减少75.32%,使之更适于资源受限的嵌入式终端中部署。实验结果表明该算法在实际跌倒测试环境中,平均准确率、敏感度和特异性分别达到了99.29%、98.00%和100.00%。该算法相比其他算法既减少了模型大小和计算量,又保证了跌倒检测精度,该系统的成功研发为老年人跌倒检测与报警提供了新的途径。
-
关键词
跌倒检测
卷积神经网络
微型机器学习
惯性传感器
深度学习
-
Keywords
fall detection
convolutional neural network
TinyML
inertial sensors
deep learning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
