-
题名RBF人工神经网络在坐姿评价中的应用
被引量:2
- 1
-
-
作者
蔡云龙
吴国新
黄骥
-
机构
北京信息科技大学机电工程学院
-
出处
《北京信息科技大学学报(自然科学版)》
2015年第6期64-67,72,共5页
-
文摘
对传统坐姿评价算法计算过程冗杂、繁琐、准确率不高的问题,提出了建立基于径向基函数(radial basis function,RBF)神经网络的坐姿状态描述应用模型,通过搭建坐姿压力采集实验平台,利用MATLAB进行数据的归一化处理、计算、模型仿真,训练出一套具有良好学习能力、容错能力的坐姿状态描述神经网络。与常规的坐姿评价计算方法相比,该应用方法不但能够降低数据采集的难度,而且提高了坐姿评价5%的运算效率,为设计坐姿监测系统提供理论依据。
-
关键词
RBF神经网络
MATLAB工具箱
坐姿评价
-
Keywords
RBF neural network
MATLAB tool kit
sitting-posture evaluation
-
分类号
TH39
[机械工程—机械制造及自动化]
-
-
题名基于关键点注意力的轻量级坐姿识别
- 2
-
-
作者
余承健
洪洲
刘沛贤
-
机构
广州城市职业学院信息工程学院
广东职业技术学院信息工程学院
广东今日头条网络技术有限公司
-
出处
《计算机时代》
2023年第5期72-76,共5页
-
基金
羊城学者科研项目(202032796)。
-
文摘
提出了基于关键点注意力的轻量级坐姿识别算法。该算法从网络结构轻量化进行设计,融入了空洞卷积和残差注意力模块,并设计了关键点注意力模块,利用空间信息增强上下肢之间对应关键点的特征关联。本文结合关键点空间距离规则,提出了一种坐姿评价规则对不同坐姿进行评分。实验结果表明,本文算法mAP达到了73.2%,参数量缩小76%,能够对不同坐姿给予正确的评分。
-
关键词
姿态估计
空洞卷积
残差网络
坐姿评价
关键点注意力
-
Keywords
posture estimation
atrous convolution
residual network
sitting posture evaluation
key point attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进BP神经网络的坐姿评价模型研究
被引量:1
- 3
-
-
作者
周钰
孙晖
沈远
赵菁
-
机构
浙江大学电气工程学院
-
出处
《电子技术(上海)》
2017年第3期17-19,共3页
-
文摘
为了提高智能座椅坐姿识别的准确性,提出基于改进BP神经网络算法的坐姿评价模型。采用大面积阵列分布式薄膜压力传感器进行原始坐姿样本采集,建立BP神经训练网络,通过优化其学习率对网络进行改进,并编写程序提取训练结果。实验表明,该方案的准确性和实用性都比较高。
-
关键词
改进BP神经网络
坐姿评价
提取训练结果
-
Keywords
modified BP neural network
sitting posture evaluation
extract training result
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-