Institute of Computing Technology, Chinese Academy IR
基于目标均衡度量的核增量学习跌倒检测方法 | |
忽丽莎1; 王素贞1; 陈益强2; 胡春雨2; 蒋鑫龙2; 陈振宇3; 高兴宇4 | |
2018 | |
发表期刊 | 计算机应用 |
ISSN | 1001-9081 |
卷号 | 38.0期号:004页码:928 |
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。 |
关键词 | 增量学习 神经网络 核函数 跌倒检测 可穿戴设备 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://119.78.100.204/handle/2XEOYT63/31976 |
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.河北经贸大学 2.中国科学院计算技术研究所 3.中国电力科学研究院 4.中国科学院微电子研究所 |
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. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[忽丽莎]的文章 |
[王素贞]的文章 |
[陈益强]的文章 |
百度学术 |
百度学术中相似的文章 |
[忽丽莎]的文章 |
[王素贞]的文章 |
[陈益强]的文章 |
必应学术 |
必应学术中相似的文章 |
[忽丽莎]的文章 |
[王素贞]的文章 |
[陈益强]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论