典型文献
基于多任务BiLSTM的配送人员活动识别
文献摘要：
当前物流业中,对于配送人员的薪酬计算大都基于配送距离和物品重量等因素,其缺乏对配送人员具体活动类型及能量消耗的考虑,难以对薪酬进行高效合理分配.基于此,在数据层面,通过与某大型物流公司合作,为25名配送人员穿戴相应设备,采集其在配送过程中的加速度计和陀螺仪等真实数据.算法层面,提出了一种基于多任务双向长短时记忆(BiLSTM)的深度网络结构,通过大量实验表明,BiL?STM模型在活动识别和能量消耗分级上的分类准确率分别达到92.8％和94.2％,结果皆优于基准多任务LSTM算法和其他代表性学习算法.
文献关键词：
人类活动识别;能量消耗;可穿戴设备;多任务;双向长短期记忆网络
中图分类号：
作者姓名：
徐盈;蓝雯飞;田鹏
作者机构：
中南民族大学计算机科学学院,武汉 430074
文献出处：
引用格式：
[1]徐盈;蓝雯飞;田鹏-.基于多任务BiLSTM的配送人员活动识别)[J].现代计算机,2022(21):26-32
A类：
B类：
多任务,BiLSTM,配送,物流业,薪酬,活动类型,能量消耗,合理分配,数据层,物流公司,应设,加速度计,陀螺仪,真实数据,双向长短时记忆,深度网络结构,分类准确率,人类活动识别,可穿戴设备,双向长短期记忆网络
AB值：
0.300633
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。
