典型文献
深度残差收缩网络下的定位与行为联合识别
文献摘要：
基于WiFi信道状态信息(channel state information,CSI)的人体感知方法在许多物联网场景得到了应用,但现有大部分基于CSI人体感知的系统仅进行定位或行为识别其中一项工作,而物联网的发展对两者能同时识别提出了新的要求.针对这一问题,提出一种基于深度残差收缩网络的定位与行为联合识别方法.通过普通商用WiFi设备获取两种场景(暗室、会议室和走廊)的CSI数据,将预处理后的数据输入结合了深度残差收缩网络的学习模型,进行12个位置与和6种日常行为(站起、坐下、跳跃、深蹲、跌倒、捡起)的联合任务识别.实验结果显示,针对在暗室、会议室和走廊三种场景下的室内定位的平均识别率达到97.29％,行为识别的平均识别率达到90.02％.能够实现定位与行为的高精度联合识别.
文献关键词：
信道状态信息;行为识别;室内定位;联合识别;深度残差收缩网络;软阈值化
中图分类号：
作者姓名：
张力;常俊;武浩;黄彬;刘欢
作者机构：
云南大学 信息学院,昆明 650500
文献出处：
引用格式：
[1]张力;常俊;武浩;黄彬;刘欢-.深度残差收缩网络下的定位与行为联合识别)[J].计算机工程与应用,2022(21):205-212
A类：
B类：
深度残差收缩网络,联合识别,WiFi,信道状态信息,channel,state,information,CSI,感知方法,行为识别,通商,商用,暗室,会议室,走廊,个位,日常行为,站起,坐下,跳跃,深蹲,跌倒,捡起,联合任务,室内定位,识别率,软阈值化
AB值：
0.31974
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
