期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
Improving Badminton Action Recognition Using Spatio-Temporal Analysis and a Weighted Ensemble Learning Model
1
作者 Farida Asriani Azhari Azhari Wahyono Wahyono 《Computers, Materials & Continua》 SCIE EI 2024年第11期3079-3096,共18页
Incredible progress has been made in human action recognition(HAR),significantly impacting computer vision applications in sports analytics.However,identifying dynamic and complex movements in sports like badminton re... Incredible progress has been made in human action recognition(HAR),significantly impacting computer vision applications in sports analytics.However,identifying dynamic and complex movements in sports like badminton remains challenging due to the need for precise recognition accuracy and better management of complex motion patterns.Deep learning techniques like convolutional neural networks(CNNs),long short-term memory(LSTM),and graph convolutional networks(GCNs)improve recognition in large datasets,while the traditional machine learning methods like SVM(support vector machines),RF(random forest),and LR(logistic regression),combined with handcrafted features and ensemble approaches,perform well but struggle with the complexity of fast-paced sports like badminton.We proposed an ensemble learning model combining support vector machines(SVM),logistic regression(LR),random forest(RF),and adaptive boosting(AdaBoost)for badminton action recognition.The data in this study consist of video recordings of badminton stroke techniques,which have been extracted into spatiotemporal data.The three-dimensional distance between each skeleton point and the right hip represents the spatial features.The temporal features are the results of Fast Dynamic Time Warping(FDTW)calculations applied to 15 frames of each video sequence.The weighted ensemble model employs soft voting classifiers from SVM,LR,RF,and AdaBoost to enhance the accuracy of badminton action recognition.The E2 ensemble model,which combines SVM,LR,and AdaBoost,achieves the highest accuracy of 95.38%. 展开更多
关键词 Weighted ensemble learning badminton action soft voting classifier joint skeleton fast dynamic time warping SPATIOTEMPORAL
下载PDF
不同意图场景眼动注视模式机器学习算法识别孤独症谱系障碍的研究
2
作者 程蓉 赵众 +4 位作者 侯文文 周刚 廖昊天 张雪 李晶 《中国当代儿科杂志》 CAS CSCD 北大核心 2024年第2期151-157,共7页
目的旨在探究孤独症谱系障碍(autism spectrum disorder,ASD)和正常发育(typically developing,TD)儿童在观看不同意图场景视频时的视觉感知差异,并通过机器学习算法,探索客观区分ASD和TD儿童的可行性。方法共纳入58名ASD儿童和50名TD儿... 目的旨在探究孤独症谱系障碍(autism spectrum disorder,ASD)和正常发育(typically developing,TD)儿童在观看不同意图场景视频时的视觉感知差异,并通过机器学习算法,探索客观区分ASD和TD儿童的可行性。方法共纳入58名ASD儿童和50名TD儿童,观看包含联合意图和非联合意图的视频,使用儿童观看视频时在不同注视兴趣区的注视时长占比和注视次数占比作为原始特征指标,输入到分类器中构建分类模型,分析比较不同分类模型的分类准确率、灵敏度和特异度等指标。结果使用支持向量机、线性判别算法、决策树、随机森林和邻近算法(K=1、3、5、7)8种常见的分类器基于原始特征指标进行分类时,最高分类精度为81.90%。为进一步提高分类精度,采用特征重构方式,运用决策树分类器进行分类,分类模型的准确度高达91.43%,特异度为89.80%,灵敏度为92.86%,受试者操作特征曲线的曲线下面积为0.909(P<0.001)。结论采用眼动追踪数据构建的机器学习模型可精确地将ASD儿童与TD儿童区分开来,为开发快速客观筛查ASD的辅助工具提供科学依据。 展开更多
关键词 孤独症谱系障碍 机器学习 联合意图 动作理解 眼动追踪 儿童
下载PDF
基于深度学习的关节点行为识别综述 被引量:24
3
作者 刘云 薛盼盼 +1 位作者 李辉 王传旭 《电子与信息学报》 EI CSCD 北大核心 2021年第6期1789-1802,共14页
关节点行为识别由于其不易受外观影响、能更好地避免噪声影响等优点备受国内外学者的关注,但是目前该领域的系统归纳综述较少。该文综述了基于深度学习的关节点行为识别方法,按照网络主体的不同将其划分为卷积神经网络(CNN)、循环神经网... 关节点行为识别由于其不易受外观影响、能更好地避免噪声影响等优点备受国内外学者的关注,但是目前该领域的系统归纳综述较少。该文综述了基于深度学习的关节点行为识别方法,按照网络主体的不同将其划分为卷积神经网络(CNN)、循环神经网络(RNN)、图卷积网络和混合网络。卷积神经网络、循环神经网络、图卷积网络分别擅长处理的关节点数据表示方式是伪图像、向量序列、拓扑图。归纳总结了目前国内外常用的关节点行为识别数据集,探讨了关节点行为识别所面临的挑战以及未来研究方向,高精度前提下快速行为识别和实用化仍然需要继续推进。 展开更多
关键词 深度学习 关节点行为识别 卷积神经网络 循环神经网络 图卷积
下载PDF
“探究式—团队联合—行动学习”教学模式实践研究——以社会工作专业为例 被引量:2
4
作者 杨柳 《现代教育科学》 2016年第4期57-61,共5页
传统的储存式教育已经不能满足现代社会对人才素质和能力的要求。建立在建构主义学习观和教学观基础上的探究式—团队联合—行动学习模式,弥补了传统教学模式中对"学生"、"学习"以及"参与"等要素上投入... 传统的储存式教育已经不能满足现代社会对人才素质和能力的要求。建立在建构主义学习观和教学观基础上的探究式—团队联合—行动学习模式,弥补了传统教学模式中对"学生"、"学习"以及"参与"等要素上投入的不足。该模式对以解决社会问题为己任、以实务为导向的社会工作专业来说,在方法上具有天然的契合性。该模式在应用过程中,需要遵循实施的流程,即要求问题真实而紧迫、团队人员结构与数量的恰当性、信息收集的整体性以及行动和反思的重要性。经过教学实践证明,该模式能够激发学生学习的主动性和积极性及其潜能,最大限度地促进了学生的发展。 展开更多
关键词 探究式 团队联合 行动学习 建构主义 社会工作专业
下载PDF
“三学”联动:一种促进学生深度学习的教学模式 被引量:2
5
作者 孙筱坤 杨小琴 《江苏教育研究(实践)(B版)》 2018年第11期25-27,共3页
基于学生学趣、学识、学力的养成,为促进学生的深度学习,"三学"联动教学模式应运而生。"三学"联动的教学模式是为完成既定的教学目标和教学内容,围绕"先学、问学、拓学"形成的教学结构理论框架,以及简明... 基于学生学趣、学识、学力的养成,为促进学生的深度学习,"三学"联动教学模式应运而生。"三学"联动的教学模式是为完成既定的教学目标和教学内容,围绕"先学、问学、拓学"形成的教学结构理论框架,以及简明的、便于操作的实践活动方式。"先学"设计是推进课堂深度学习、点燃学习智慧的基础;"问学"设计包含问题和学习形式的设计,是促进学生深度学习的关键;"拓学"设计是学生实现高效迁移、进一步获得可持续发展的催化剂。 展开更多
关键词 “三学”联动 深度学习 教学模式
下载PDF
基于深度图像的人体行为识别综述 被引量:8
6
作者 孙彬 孔德慧 +1 位作者 张雯晖 贾文浩 《北京工业大学学报》 CAS CSCD 北大核心 2018年第10期1353-1368,共16页
深度图像降低了人体三维运动信息在视觉获取过程中的维度损失,使得与传统彩色图像相比,基于深度图像的人体行为识别研究在特征提取、表示及识别精度等方面体现出技术优势,受到广泛关注,因此,全面、深入地综述了基于深度图像的人体行为... 深度图像降低了人体三维运动信息在视觉获取过程中的维度损失,使得与传统彩色图像相比,基于深度图像的人体行为识别研究在特征提取、表示及识别精度等方面体现出技术优势,受到广泛关注,因此,全面、深入地综述了基于深度图像的人体行为识别的研究现状.首先,对近年来提出的基于深度图像的人体行为识别的各种方法进行整理、分类;然后,对多个常用的人体行为公开数据库进行介绍,并在3个数据库上对不同方法的识别率进行对比分析;最后,阐述了人体行为识别技术未来可能的发展趋势. 展开更多
关键词 人体行为识别 特征提取 深度图像 人体关节点 机器学习
下载PDF
基于关键帧筛选网络的视听联合动作识别
7
作者 陈亭秀 尹建芹 《计算机应用》 CSCD 北大核心 2022年第3期731-735,共5页
近年来,视听联合学习的动作识别获得了一定关注。无论在视频(视觉模态)还是音频(听觉模态)中,动作发生是瞬时的,往往在动作发生时间段内的信息才能够显著地表达动作类别。如何更好地利用视听模态的关键帧携带的显著表达动作信息,是视听... 近年来,视听联合学习的动作识别获得了一定关注。无论在视频(视觉模态)还是音频(听觉模态)中,动作发生是瞬时的,往往在动作发生时间段内的信息才能够显著地表达动作类别。如何更好地利用视听模态的关键帧携带的显著表达动作信息,是视听动作识别待解决的问题之一。针对该问题,提出关键帧筛选网络KFIA-S,通过基于全连接层的线性时间注意力机制赋予每个时刻视听信息不同权重,从而筛选益于视频分类的视听特征,减少重复冗余信息,抑制背景干扰信息,提升动作识别精度。研究了不同强度的时间注意力对动作识别的影响。在ActivityNet数据集上的实验表明,KFIA-S网络达到了最先进的识别精度,证明了所提方法的有效性。 展开更多
关键词 视频动作识别 视听联合学习 时间注意力 深度学习 长短时记忆循环神经网络
下载PDF
基于Multi-Agent协作强化学习的分布式发电系统的研究 被引量:3
8
作者 高腊梅 吴捷 +1 位作者 曾君 李敏 《能源研究与利用》 2009年第1期26-29,共4页
随着可再生能源技术的飞速发展,风光互补分布式发电系统以其经济性和可靠性得到了越来越广泛的应用。文中提出了一种基于Multi-Agent的以能量管理为主要特征的分布式风光互补发电系统,将联合动作学习(JAL)模式作为多Agent的协作策略,并... 随着可再生能源技术的飞速发展,风光互补分布式发电系统以其经济性和可靠性得到了越来越广泛的应用。文中提出了一种基于Multi-Agent的以能量管理为主要特征的分布式风光互补发电系统,将联合动作学习(JAL)模式作为多Agent的协作策略,并结合强化学习技术描述了多Agent协作学习的过程。以一个风光互补发电系统为例进行仿真,实验结果证明了这种方法的有效性。 展开更多
关键词 分布式发电 MULTI-AGENT 强化学习 联合动作学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部