目前基于毫米波雷达的人体动作识别方法存在人体动作特征利用不足导致识别精度低,与多维特征融合方式简单导致模型参数量增加的问题。针对以上问题,提出了一种基于毫米波雷达的三维特征自适应融合人体动作识别方法。首先,对雷达回波信...目前基于毫米波雷达的人体动作识别方法存在人体动作特征利用不足导致识别精度低,与多维特征融合方式简单导致模型参数量增加的问题。针对以上问题,提出了一种基于毫米波雷达的三维特征自适应融合人体动作识别方法。首先,对雷达回波信号进行时频分析以获取人体动作距离、多普勒与角度特征,并在时域上拼接构建三维特征数据集。然后,设计了一种带有特征自适应融合器的三分支卷积神经网络,实现对三维特征数据集的高维抽象特征提取与多维特征的自适应融合。最后,通过活动分类器得到人体动作检测结果。实验结果表明,所提方法的人体动作识别平均准确率可达到96.41%,受试者工作特征曲线下面积(Area Under the Curve,AUC)值可达到0.984,优于单维特征识别方法与多种三维特征融合方法。展开更多
图神经网络在基于知识图嵌入的推荐算法中面临数据稀疏和模型过平滑问题,而导致推荐系统难以捕捉用户潜在的长期偏好。针对该问题,提出了一种基于深度知识图卷积网络的推荐算法。首先,在利用历史交互数据构建知识图谱的基础上,通过随机...图神经网络在基于知识图嵌入的推荐算法中面临数据稀疏和模型过平滑问题,而导致推荐系统难以捕捉用户潜在的长期偏好。针对该问题,提出了一种基于深度知识图卷积网络的推荐算法。首先,在利用历史交互数据构建知识图谱的基础上,通过随机采样过程来获得知识图谱的多个视图以缓解交互数据稀疏的问题。其次,在知识图卷积操作过程中引入残差连接以缓解过平滑问题,从而构建一种深度知识图卷积网络以捕获高阶邻居信息并获得用户潜在的远程兴趣。同时,为了避免深层图卷积网络带来噪声输入问题,利用图自注意力机制对深层特征表示进行提纯。为验证模型的可行性和有效性,在3个真实数据集上进行了大量实验。实验结果表明,所提出的模型能够有效缓解过度平滑问题。在这3个数据集中,模型的ROC曲线下的面积(Area Under Curve,AUC,记为AUC)分别达到了0.974、0.812和0.732,相较于现有方法,模型的推荐准确度明显提升。展开更多
文摘目前基于毫米波雷达的人体动作识别方法存在人体动作特征利用不足导致识别精度低,与多维特征融合方式简单导致模型参数量增加的问题。针对以上问题,提出了一种基于毫米波雷达的三维特征自适应融合人体动作识别方法。首先,对雷达回波信号进行时频分析以获取人体动作距离、多普勒与角度特征,并在时域上拼接构建三维特征数据集。然后,设计了一种带有特征自适应融合器的三分支卷积神经网络,实现对三维特征数据集的高维抽象特征提取与多维特征的自适应融合。最后,通过活动分类器得到人体动作检测结果。实验结果表明,所提方法的人体动作识别平均准确率可达到96.41%,受试者工作特征曲线下面积(Area Under the Curve,AUC)值可达到0.984,优于单维特征识别方法与多种三维特征融合方法。
文摘图神经网络在基于知识图嵌入的推荐算法中面临数据稀疏和模型过平滑问题,而导致推荐系统难以捕捉用户潜在的长期偏好。针对该问题,提出了一种基于深度知识图卷积网络的推荐算法。首先,在利用历史交互数据构建知识图谱的基础上,通过随机采样过程来获得知识图谱的多个视图以缓解交互数据稀疏的问题。其次,在知识图卷积操作过程中引入残差连接以缓解过平滑问题,从而构建一种深度知识图卷积网络以捕获高阶邻居信息并获得用户潜在的远程兴趣。同时,为了避免深层图卷积网络带来噪声输入问题,利用图自注意力机制对深层特征表示进行提纯。为验证模型的可行性和有效性,在3个真实数据集上进行了大量实验。实验结果表明,所提出的模型能够有效缓解过度平滑问题。在这3个数据集中,模型的ROC曲线下的面积(Area Under Curve,AUC,记为AUC)分别达到了0.974、0.812和0.732,相较于现有方法,模型的推荐准确度明显提升。
