【基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例4000字】_第1页
【基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例4000字】_第2页
【基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例4000字】_第3页
【基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例4000字】_第4页
【基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例4000字】_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例目录TOC\o"1-3"\h\u16185基于多传感器图像特征融合的智能手机行为识别研究方法实验探究案例 [57]。在表1.5中报告了使用不同融合策略的准确率和MacroF1值。在最后一个卷积块处注入融合层，其输入是来自两个异构传感器数据流的conv3的输出。尽管它仍然提供粗略的信息，但是一些特性已经非常有用了。在融合层之后，使用单个处理流。可以观察到使用Mulity融合的识别效果远远低于没有融合的策略，而使用其他融合策略的识别效果均高于没有融合的策略，其中采用Concatenation融合的识别效果最好。通过求和，最大值或平均值进行的简单融合的性能略低于级联。它表明，简单地计算特征图可能是一种足够好的融合技术，可以提高1-2％，因为在已经具有优异性能的结构中提高一到两个百分点是一种成就。表1.5不同融合策略的效果Table1.5Theeffectofdifferentfusionstrategies图像融合方法准确率MaGASF没有融合0.92240.9242Sum0.93640.9359Mulity0.91770.9180Maxmimum0.93720.9367Average0.93560.9356Concatenation0.93880.9389GADF没有融合0.92630.9263Sum0.93460.9344Mulity0.91070.9110Maxmimum0.93220.9323Average0.93350.9336Concatenation0.93700.9372为了能够找到最佳的融合层位置，做了一些对比实验进行比较，将融合层添加在所有卷积块的底部，从Conv2到Conv4的卷积块的数量分别为3、4和6。因此，分别在Con2_3，Conv3_4和Conv4_6之后添加融合层，并且通过Concatenation进行融合。表1.6给出了不同融合层位置的识别效果，可以注意到将融合层放在Conv3_4后得到了最佳识别效果，即找到了最佳融合点。表1.6不同融合层位置的效果Table1.6Theeffectofdifferentfusionlayerpositions图像融合层准确率MaGASFConv2_30.92610.9263Conv3_40.93880.9389Conv4_60.93000.9301GADFConv2_30.92480.9248Conv3_40.93700.9372Conv4_60.92790.92861.4小结本章内容主要通过对比实验来验证本文所提出的基于多传感器图像特征融合的行为识别研究方法的可行性。此外，通过消融实验对本文所提出的四种基于时序数据的图像编码方法进行对比，实验结果

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论