首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  完全免费   4篇
  综合类   4篇
  2018年   3篇
  2017年   1篇
排序方式: 共有4条查询结果,搜索用时 46 毫秒
1
1.
步态分类在人体运动能量消耗评估等应用中具有重要意义,提高分类精度和降低对统计特征的依赖是步态分类的研究热点。采用传统的步态分类方法提取的步态特征用于细分化步态时不能得到较好的效果。考虑到步态的连续性和不同轴之间信号的相关性,本文提出了基于CLSTM的步态分类方法:采用卷积神经网络(CNN)操作,通过计算多轴步态数据提取步态特征;基于长短期记忆(LSTM)构建步态时间序列模型,学习步态特征图时间维度上的长期依赖性。基于USC-HAD数据集的实验结果表明,用此方法提取了步态序列特征,很好地利用了步态时间序列特点,提升了11种步态的分类精度。  相似文献
2.
介绍深度学习方法常用模型结构,包括卷积神经网络和循环神经网络模型,总结目前生物医学数据分析中深度学习的最新应用情况,分析其在数据处理、模型构建和训练方法等方面共有问题的解决方法,指出深度学习方法应用于生物医学数据分析中仍需解决的问题。  相似文献
3.
梳理深度学习在医学信息学中的一些应用案例,对深度神经网络、卷积神经网络、递归神经网络、改进神经网络原理、应用分别进行分析,介绍深度机器学习的发展方向。  相似文献
4.
介绍深度卷积神经网络基本理论,阐述基于深度卷积神经网络的脑部图像视觉特征提取,设计一种适用于脑部疾病图像的分类器,进而实现脑部图像疾病类别特征库构建,为基于脑部图像疾病类别特征库开展临床辅助决策等应用提供可能。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号