[发明专利]一种基于LSTM模型的运动行为识别方法在审
| 申请号： | 201710292408.4 | 申请日： | 2017-04-28 |
| 公开（公告）号： | CN107092894A | 公开（公告）日： | 2017-08-25 |
| 发明（设计）人： | 孙恩泽;李宇昊;李海鹏 | 申请（专利权）人： | 孙恩泽 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200438 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明主要解决的技术问题是提供一种基于LSTM模型的运动行为识别方法，能够用相对较少的数据取得良好识别准确率，同时克服了当前分类算法中需要人工提取特征的不足，使之能够在实际中广泛应用。步骤S1通过戴在人手部的传感器手环采集到不同人的有关多组运动的时间序列数据；步骤S2对采集到的多维原始数据标注出其对应的运动类型，保证接下来监督学习的进行；步骤S3对训练数据进行必要的处理，然后将其作为输入数据传入到LSTM型模型进行训练，获取最佳的神经网络参数，作为最终识别模型；步骤S4对待识别的运动行为数据进行预处理，并将其作为LSTM型模型的输入，计算输出层概率最大的运动序列，将所述结果作为最终识的运动类别。 | ||
| 搜索关键词： | 一种 基于 lstm 模型 运动 行为 识别 方法 | ||
【主权项】：
一种基于LSTM模型的运动行为识别方法，其特征在于，该方法包括以下步骤：步骤S1：通过戴在人手部的传感器手环采集到不同人的有关多组运动的时间序列数据；步骤S2：对采集到的多维原始数据标注出其对应的运动类型，保证接下来监督学习的进行；步骤S3：对训练数据进行必要的处理，然后将其作为输入数据传入到LSTM型模型进行训练，获取最佳的神经网络参数，作为最终识别模型；步骤S4：对待识别的运动行为数据进行预处理，并将其作为LSTM型模型的输入，计算输出层概率最大的运动序列，将所述结果作为最终识的运动类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于孙恩泽，未经孙恩泽许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710292408.4/，转载请声明来源钻瓜专利网。
