点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - LSTM-人类活动-识别:在智能手机传感器数据集上使用TensorFlow和LSTMRNN的人类活动识别示例。在六个活动类别中分类运动的类型-GuillaumeChevalier-源码
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
LSTM-人类活动-识别:在智能手机传感器数据集上使用TensorFlow和LSTM RNN的人类活动识别示例。 在六个活动类别中分类运动的类型-Guillaume Chevalier-源码
使用智能手机数据集和LSTM RNN的人类活动识别(HAR)。 将运动类型分为以下六类: 步行, WALKING_UPSTAIRS, WALKING_DOWNSTAIRS, 坐下 常设, 铺设。 与传统方法相比,使用具有长短期记忆单元(LSTM)的递归神经网络(RNN)不需要或几乎不需要特征工程。 数据可以直接馈入神经网络,就像黑盒子一样,对问题进行正确建模。 关于活动识别数据集的可以使用大量的特征工程,这是一种结合了经典数据科学技术的信号处理方法。 就数据预处理量而言,此处的方法非
所属分类:
其它
发布日期:2021-02-03
文件大小:268288
提供者:
weixin_42128015