基于CNN-GRU 和注意力機(jī)制的人體行為識(shí)別算法

打開文本圖片集

摘要：針對(duì)傳感器體積小、計(jì)算能力有限以及收集數(shù)據(jù)通常表現(xiàn)為連續(xù)信號(hào)的特征，文章提出了一種基于CNN-GRUAttention的人體行為識(shí)別算法。該算法結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)的空間特征提取能力和循環(huán)神經(jīng)網(wǎng)絡(luò)的時(shí)序特征提取能力，并采用結(jié)構(gòu)相對(duì)簡(jiǎn)單的GRU，在解決時(shí)序數(shù)據(jù)長(zhǎng)期依賴問(wèn)題的同時(shí)減少了參數(shù)，從而降低了算法對(duì)硬件計(jì)算能力的依賴。（剩余6384字）