东南大学仪器科学与工程学院
纸质出版:2023
移动端阅览
王刚, 莫凌飞. 基于多传感器融合的低功耗人体活动识别方法[J]. 传感器与微系统, 2023,(3):132-135.
王刚, 莫凌飞. 基于多传感器融合的低功耗人体活动识别方法[J]. 传感器与微系统, 2023,(3):132-135. DOI: 10.13873/J.1000-9787(2023)03-0132-04.
DOI:
人体活动识别是行为监测、健康分析等许多任务的前提与基础,其中基于可穿戴设备的人体活动识别方法凭借其持续性分析的能力有着不可替代的优势。人工神经网络(ANN)可以显著提高人体活动识别的准确度,然而,基于ANN的分析方法由于计算量大,计算功耗高,不适用于可穿戴设备应用场景。基于此,提出一种基于多传感器与脉冲神经网络(SNN)的人体活动识别方法,该方法基于集成学习实现,分类准确率达到97.8%。同时将训练好的集成学习模型转换为SNN
可以充分利用SNN专用芯片低功耗的特性,以数毫瓦的功耗完成人体活动识别任务。
基于加速度传感器的乒乓球击球动作识别[J]. 黄刘松;储岳中;张学锋.传感器与微系统,2016(01)
脉冲神经元序列学习方法的影响因素研究[J]. 徐彦;杨静.计算机工程,2015(11)
深度学习及其在目标和行为识别中的新进展[J]. 郑胤;陈权崎;章毓晋.中国图象图形学报,2014(02)
基于轮廓特征的人体行为识别[J]. 赵海勇;贾保先.计算机科学,2013(02)
脉冲神经网络图像分割的编码方法[J]. 崔文博;蔺想红;徐满意.计算机工程,2012(24)
动作传感器AMI602在步态特征提取中的应用[J]. 荆雷;朱绍图;常丹华.传感器与微系统,2012(03)
基于加速度计的手指运动姿态检测[J]. 侯文生;蔡全;吴小鹰;廖彦剑;郑小林;杨丹丹.传感器与微系统,2012(01)
基于加速度传感器的前臂运动姿态检测[J]. 侯文生;戴加满;郑小林;杨琴;吴小鹰;许蓉.传感器与微系统,2009(01)
基于多分类器的日常人体活动类型识别技术研究[D]. 曾禄杰.东南大学,2019(06)
Optimized spiking neurons can classify images with high accuracy through temporal coding with two spikes[J]. Stöckl Christoph;Maass Wolfgang.Nature Machine Intelligence,2021
Towards artificial general intelligence with hybrid Tianjic chip architecture.[J]. Pei Jing;Deng Lei;Song Sen;Zhao Mingguo;Zhang Youhui;Wu Shuang;Wang Guanrui;Zou Zhe;Wu Zhenzhi;He Wei;Chen Feng;Deng Ning;Wu Si;Wang Yu;Wu Yujie;Yang Zheyu;Ma Cheng;Li Guoqi;Han Wentao;Li Huanglong;Wu Huaqiang;Zhao Rong;Xie Yuan;Shi Luping.Nature,2019
Deep learning in spiking neural networks[J]. Amirhossein Tavanaei;Masoud Ghodrati;Saeed Reza Kheradpisheh;Timothée Masquelier;Anthony Maida.Neural Networks,2018
Loihi: A Neuromorphic Manycore Processor with On-Chip Learning.[J]. Mike Davies;Narayan Srinivasa;Tsung-Han Lin;Gautham N. Chinya;Yongqiang Cao;Sri Harsha Choday;Georgios D. Dimou;Prasad Joshi;Nabil Imam;Shweta Jain 0005;Yuyun Liao;Chit-Kwan Lin;Andrew Lines;Ruokun Liu;Deepak Mathaikutty;Steven McCoy;Arnab Paul;Jonathan Tse;Guruguhanathan Venkataramanan;Yi-Hsin Weng;Andreas Wild;Yoonseok Yang;Hong Wang.IEEE Micro,2018
Spike Timing–Dependent Plasticity: A Hebbian Learning Rule[J]. Natalia Caporale;Yang Dan.Annual Review of Neuroscience,2008
Networks of spiking neurons: The third generation of neural network models[J]. Wolfgang Maass.Neural Networks,1997(9)
机器学习[M]. 周志华.清华大学出版社,2016
0
浏览量
277
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构