[发明专利]一种基于受限玻尔兹曼机的路径点数据行为识别方法

摘要

一种基于受限玻尔兹曼机的路径点数据行为识别方法，包括以下步骤：(1)对一系列路径点数据进行预处理操作；(2)初始化受限玻尔兹曼机神经网络；(3)将数据输入受限玻尔兹曼机中进行预学习；(4)将受限玻尔兹曼机的预学习权重作为多层神经网络权重，使用BP算法进行微调；(5)使用神经网络判断新的路径点数据。本发明提供一种有效提高准确性的基于受限玻尔兹曼机的路径点数据行为识别方法。

主权项

1.一种基于受限玻尔兹曼机的路径点数据行为识别方法，其特征在于：所述识别方法包括以下步骤：(1)对一系列路径点数据进行预处理操作对于一系列由目标随时序移动产生的路径点集合{xi|i＝1，2，3…}，使用将其转化为方向向量，然后将方向向量标准化，即对于向量v(x，y)使x2+y2＝1；(2)初始化受限玻尔兹曼机神经网络设神经网络层数为n，每层的神经元数量为N1,N2,N3…Nn，随机产生[0，1]之间的随机数作为神经网络的连接权值；(3)将数据输入受限玻尔兹曼机中进行预学习；首先，训练由第一层和第二层构成的受限玻尔兹曼机网络，即节点数量为N1的可视层，节点数量为N2的隐含层，使用RBM优化方法优化网络权值，并在训练完成后计算网络输出；然后，使用第二层和第三层构成受限玻尔兹曼机网络，并使用以上计算得到的网络输出作为该神经网络的输出，重复该过程训练除输出层外的所有两层神经网络；(4)将受限玻尔兹曼机的预学习权重作为多层神经网络权重，使用BP算法进行微调；(5)使用神经网络判断新的路径点数据；对新的目标路径点数据进行步骤(1)中的预处理，输入到神经网络中判断，输出目标的行为识别结果。