声明
第1章 绪 论
1.1 研究背景
1.2 研究现状
1.3 本文主要研究内容及组织架构
第2章 SVM和DCNN用于活动识别
2.1 引言
2.2 衡量指标和数据集
2.3 支持向量机
2.4 适用于UCI数据集的卷积神经网络结构
2.5 适用于机会数据集的卷积神经网络结构
2.6 实验结果与分析
2.7 本章小结
第3章 基于融合特征的深度卷积神经网络
3.1 引言
3.2 预训练模型
3.3 卷积神经网络的基本思想
3.4 基于融合特征的深度卷积神经网络
3.5 基于融合特征的深度卷积神经网络进行活动识别实验结果
3.6 本章小结
第4章 将卷积和递归长短时记忆神经网络用于活动识别
4.1 引言
4.2 递归网络前向传播
4.3 DeepConvLSTM架构
4.4 模型实现和训练
4.5 实验结果与分析
4.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
燕山大学;