Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/51994
Название: Human physical activity recognition algorithm based on smartphone data convolutional neural network and long short time memory
Авторы: Yang, Z. X.
Chen, Z. Y.
H., Li
Ключевые слова: материалы конференций;HAR;CNN;LSTM;acceleration sensor
Дата публикации: 2023
Издательство: БГУИР
Описание: Yang, Z. X. Human physical activity recognition algorithm based on smartphone data convolutional neural network and long short time memory / Z. X. Yang, Z. Y. Chen, H. Li // Информационная безопасность : сборник материалов 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2023. – С. 181–183.
Аннотация: A deep learning framework for activity recognition based on smartphone acceleration sensor data, convolutional neural network (CNN) and long short-term memory (LSTM) is proposed in the paper. The proposed framework aims to improve the accuracy of human activity recognition (HAR) by combining the strengths of CNN and LSTM. The CNN is used to extract features from the acceleration data and the LSTM is used to model the temporal dependencies of the features. The proposed framework is evaluated on the publicly available dataset, it includes 6 different actions: walking, walking upstairs, walking downstairs, sitting, standing, laying. The physical activity recognition accuracy has reached 94 %.
URI: https://libeldoc.bsuir.by/handle/123456789/51994
Располагается в коллекциях:Информационная безопасность : материалы 59-й научной конференции аспирантов, магистрантов и студентов (2023)

Файлы этого ресурса:
Файл Описание РазмерФормат 
Yang_Human_physical.pdf234.46 kBAdobe PDFОткрыть
Показать полное описание Просмотр статистики Google Scholar

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.