基于目标均衡度量的核增量学习跌倒检测方法
文献类型：期刊论文
| 作者 | 忽丽莎3; 王素贞3; 陈益强1; 胡春雨1; 蒋鑫龙1; 陈振宇4 ; 高兴宇2
|
| 刊名 | 计算机应用
 |
| 出版日期 | 2018 |
| 卷号 | 38.0期号:004页码:928 |
| 关键词 | 增量学习 神经网络 核函数 跌倒检测 可穿戴设备 |
| ISSN号 | 1001-9081 |
| 英文摘要 | 针对增量学习模型在更新阶段的识别效果不稳定的问题,提出一种基于目标均衡度量的核增量学习方法。通过设置经验风险均值最小化的优化目标项，设计了均衡度量训练数据个数的优化目标函数，以及在增量学习训练条件下的最优求解方案;再结合基于重要性分析的新增数据有效选择策略,最终构建出了一种轻量型的增量学习分类模型。在跌倒检测公开数据集上的实验结果显示：当已有代表性方法的识别精度下滑至60%以下时，所提方法仍能保持95%以上的精度，同时模型更新的计算消耗仅为3ms。实验结果表明，所提算法在显著提高增量学习模型更新阶段识别能力稳定性的同时，大大降低了时间消耗，可有效实现云服务平台中关于可穿戴设备终端的智能应用。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/31975]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中国科学院微电子研究所 3.河北经贸大学 4.中国电力科学研究院 |
| 推荐引用方式 GB/T 7714 | 忽丽莎,王素贞,陈益强,等. 基于目标均衡度量的核增量学习跌倒检测方法[J]. 计算机应用,2018,38.0(004):928. |
| APA | 忽丽莎.,王素贞.,陈益强.,胡春雨.,蒋鑫龙.,...&高兴宇.(2018).基于目标均衡度量的核增量学习跌倒检测方法.计算机应用,38.0(004),928. |
| MLA | 忽丽莎,et al."基于目标均衡度量的核增量学习跌倒检测方法".计算机应用 38.0.004(2018):928. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。