基于Bi-LSTM神经网络的人类行为识别研究

摘要

人类行为识别研究在医疗服务、智能环境和网络空间安全等领域有许多重要应用,但是大多数的分类方法识别率不是很高。从UCI公开数据集中获取人类行为动作数据,并对数据进行预处理,利用TensorFlow深度学习平台搭建基于Bi-LSTM的神经网络模型,实现对人类行为的识别。实验结果证明Bi-LSTM神经网络模型的识别准确率为88.80%。结果表明Bi-LSTM神经网络模型的识别率较高,可用于人类行为识别。