期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
CNN A-BLSTM network的双人交互行为识别 被引量:5
1
作者 赵挺 曹江涛 姬晓飞 《电子测量与仪器学报》 CSCD 北大核心 2021年第11期100-107,共8页
关节点数据结合卷积神经网络用于双人交互行为识别存在图像化过程中对交互信息表达不充分且不能有效建模时序关系问题,而结合循环神经网络中存在侧重于对时间信息的表示却忽略了双人交互空间结构信息构建的问题。为此提出一种新的卷积... 关节点数据结合卷积神经网络用于双人交互行为识别存在图像化过程中对交互信息表达不充分且不能有效建模时序关系问题,而结合循环神经网络中存在侧重于对时间信息的表示却忽略了双人交互空间结构信息构建的问题。为此提出一种新的卷积神经网络结合加入注意机制的双向长短时期记忆网络(CNN A-BLSTM)模型。首先对每个人的关节点采用基于遍历树结构进行排列,然后对视频中的每一帧数据构建交互矩阵,矩阵的中的数值为排列后双人之间所有的关节点坐标间的欧氏距离,将矩阵进行灰度图像编码后所得图像依次送入CNN中提取深层次特征得到特征序列,然后将所得序列送入A-BLSTM网络中进行时序建模,最后送入Softmax分类器得到识别结果。将新模型用于NTU RGB D数据集中的11类双人交互行为的识别,其准确率为90%,高于目前的双人交互行为识别算法,验证了该模型的有效性和良好的泛化性能。 展开更多
关键词 双人交互行为识别 深度学习 卷积神经网络 双向长短时期记忆网络 注意机制
在线阅读 下载PDF
基于DE-LSTM模型的教育统计数据预测研究 被引量:7
2
作者 刘宝宝 杨菁菁 +1 位作者 陶露 王贺应 《计算机科学》 CSCD 北大核心 2022年第S01期261-266,共6页
当前,教育大数据呈现数据量大和数据类型多样的特点,准确有效地对教育统计数据进行分析和预测,对教育部门相关政策的制定和社会的发展具有重要的参考价值。文中以某市每年的招生人数为数据基础,提出了DE-LSTM模型,该模型通过差分进化算... 当前,教育大数据呈现数据量大和数据类型多样的特点,准确有效地对教育统计数据进行分析和预测,对教育部门相关政策的制定和社会的发展具有重要的参考价值。文中以某市每年的招生人数为数据基础,提出了DE-LSTM模型,该模型通过差分进化算法(DE)对长短期记忆神经网络(LSTM)中的隐含层节点和学习率进行优化,使所提模型具有较好的预测性能,并与现有的BP神经网络预测模型、LSTM神经网络预测模型进行了对比。实验结果表明,提出的DE-LSTM预测模型具有较高的预测精度。 展开更多
关键词 教育统计数据 时间序列预测 BP神经网络 长短时期记忆网络 差分进化算法
在线阅读 下载PDF
用于5G RF PA线性化的多频段通用数字预失真器 被引量:3
3
作者 方俊 叶焱 +2 位作者 苏日娜 刘太君 许高明 《微波学报》 CSCD 北大核心 2022年第6期90-94,共5页
文中提出了一种基于独热编码与长短时期记忆(LSTM)神经网络的多频段通用数字预失真非线性模型,它可以有效地对工作在多个频段的宽带射频功放进行线性化。在训练集中引入表示不同频率信号的不同独热编码,训练后的神经网络非线性模型可以... 文中提出了一种基于独热编码与长短时期记忆(LSTM)神经网络的多频段通用数字预失真非线性模型,它可以有效地对工作在多个频段的宽带射频功放进行线性化。在训练集中引入表示不同频率信号的不同独热编码,训练后的神经网络非线性模型可以在不改变网络结构和模型参数的情况下对不同频段的功率放大器进行预失真线性化。为了验证该方法的有效性,建立了两个分别工作于2.6 GHz和4.9 GHz的射频功放实验平台,在这两个频段预失真非线性建模的归一化均方误差(NMSE)均可达到-40 dB,然后使用100 MHz带宽5G NR信号,分别对这两个射频功放进行预失真线性化实验验证。实验结果表明,该多频段通用数字预失真器可以将这两个功放的邻信道泄漏比(ACLR)在中心频率下偏100 MHz处分别改善19.42 dB和17.91 dB,在中心频率上偏100 MHz处分别改善15.73 dB和15.17 dB,验证了所提非线性模型的有效性。 展开更多
关键词 第五代无线通信系统 功率放大器 数字预失真器 短时期记忆神经网络 独热编码
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部