一种基于多支路时空交互网络优化人类活动识别的方法技术

一种基于多支路时空交互网络优化人类活动识别的方法，其步骤为：(1)数据预处理，对可穿戴传感器数据进行处理，生成合成扩散数据；(2)特征提取：建立深度卷积网络模型——多支路时空交互网络，对扩散数据进行特征提取，得到时空特征数据；(3)训练模型：引入损失函数配置，为每个损失函数分配不同的权重，在处理大数据集时，根据精度指标调整损失函数的权重，并使用Adam优化器进行参数更新；(4)通过(3)中的模型，对(2)中的时空特征数据进行识别，最终得到各个运动的分类结果。本发明专利技术通过上述结构，提供了一种高效、准确的基于多支路时空交互网络优化人类活动识别的方法。

【技术实现步骤摘要】

本专利技术属于人类活动识别领域，具体涉及一种基于多支路时空交互网络优化人类活动识别的方法。

技术介绍

1、人体行为识别是指通过分析与环境的交互来自动识别人体的各种行为，包括坐姿、行走、跑步、手部动作等。这种识别对于安全、老人看护和行为预测等应用至关重要。它将身体活动与行为环境相融合，创建了一个上下文感知的框架来进行准确的识别。可穿戴传感器和移动设备的进步推动了人类活动识别系统的发展，从而提高了行走、慢跑和坐姿等活动分类的准确性。

2、深度学习可以从海量的生物医学数据中自动提取复杂的特征，而不需要人工进行特征工程，增强了其在基因组学、药物发现和医学影像等领域的实用性，从而最大限度地利用这些数据。此外，深度学习模型可以通过表示学习进行多层次的非线性特征变换，克服了大数据集带来的局限性，在医疗、教育和安全等领域取得了开创性的成果。该技术在健康信息学领域的快速应用得益于其预测能力、从输入数据中获得语义解释的能力以及自动优化高级特征的能力，显示了其在未来各个领域应用的潜力。

3、深度学习通过实现自动高级特征提取，显著增强了人体行为识别，从而在本文档来自技高网...

【技术保护点】

1.一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于，所述的步骤(1)中，具体方法为：

3.根据权利要求1所述的一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于：所述的步骤(2)中，具体方法为：

4.根据权利要求1所述的一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于：所述的步骤(3)中，具体方法为：

【技术特征摘要】

1.一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种基于多支路时空交互网络优化人类活动识别的方法，其特征在于，所述的步骤(1)中，具体方法为：

3.根据权利要...

【专利技术属性】
技术研发人员：于盈，王欣怡，赵鑫，吕晶，刘彬，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：