隨著大數(shù)據(jù)和物聯(lián)網(wǎng)的發(fā)展,人類活動識別的研究在普適計算領(lǐng)域所占比重越來越大。同時研究人員出于對個人隱私的保護(hù),在活動識別領(lǐng)域,基于傳感器數(shù)據(jù)的人類日常活動識別變得越來越受歡迎。近幾年來,深度學(xué)習(xí)以及硬件設(shè)備顯卡與GPU加速功能的不斷發(fā)展,深度學(xué)習(xí)模型在計算機(jī)的各項應(yīng)用領(lǐng)域的比賽中都獲得優(yōu)秀的成績。因此,本文主要基于傳感器數(shù)據(jù)和深度學(xué)習(xí)對活動識別領(lǐng)域的識別活動的方法進(jìn)行研究。本文在研究的過程中發(fā)現(xiàn),針對用戶A訓(xùn)練的深度學(xué)習(xí)模型難以對用戶B進(jìn)行有效的識別。模型(在不同人之間)遷移的效果是制約活動識別模型和方法在實際中應(yīng)用的關(guān)鍵。目前學(xué)術(shù)界對活動識別領(lǐng)域深度學(xué)習(xí)模型的遷移問題仍鮮有研究,其效果、機(jī)理、影響因素等仍不清晰。因此,本文主要針對在不同人之間進(jìn)行深度模型遷移開展了實證研究,對CNN提取的特征進(jìn)行了可視化和分布分析,探索并對比了典型無監(jiān)督遷移方法和半監(jiān)督遷移(對目標(biāo)域而言)方法的可行性及其優(yōu)缺點。最終,本文提出了活動識別領(lǐng)域的一種Center Loss與MMD聯(lián)合的無監(jiān)督遷移方法。在基于傳感器數(shù)據(jù)的活動識別方法研究部分,本文主要分為以下3個部分進(jìn)行方法研究,首先是判別式深度模型的活動識...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源
    1.2 研究背景與意義
    1.3 國內(nèi)外研究綜述
        1.3.1 活動識別的應(yīng)用領(lǐng)域
        1.3.2 活動識別的傳感器類型
        1.3.3 活動識別的深度學(xué)習(xí)模型
        1.3.4 活動識別的遷移學(xué)習(xí)方法
    1.4 本文的主要研究內(nèi)容及章節(jié)安排
第2章 基于傳感器數(shù)據(jù)的活動識別方法研究
    2.1 基于傳感器數(shù)據(jù)的活動識別方法定義與難點挑戰(zhàn)
    2.2 整體研究方案
        2.2.1 傳感器數(shù)據(jù)預(yù)處理
        2.2.2 活動識別領(lǐng)域的判別式深度模型
        2.2.3 活動識別領(lǐng)域的生成式深度模型
        2.2.4 活動識別領(lǐng)域的混合式深度模型
    2.3 活動識別領(lǐng)域基于傳感器數(shù)據(jù)的深度學(xué)習(xí)模型評估
        2.3.1 UCI human activity recognition using smartphones數(shù)據(jù)集
        2.3.2 UniMiB SHAR數(shù)據(jù)集
        2.3.3 OPPORTUNITY數(shù)據(jù)集
        2.3.4 活動識別的深度學(xué)習(xí)模型網(wǎng)絡(luò)結(jié)構(gòu)對比分析
        2.3.5 活動識別領(lǐng)域基于傳感器數(shù)據(jù)的深度學(xué)習(xí)模型對比分析
    2.4 本章小結(jié)
第3章 活動識別領(lǐng)域深度遷移的實證研究
    3.1 活動識別領(lǐng)域不同人之間遷移問題定義
    3.2 整體研究方案
        3.2.1 基礎(chǔ)的深度學(xué)習(xí)模型
        3.2.2 無監(jiān)督遷移學(xué)習(xí)
        3.2.3 半監(jiān)督遷移學(xué)習(xí)
    3.3 活動識別領(lǐng)域DANN與FINE-TUNE遷移方法評估
        3.3.1 CNN提取特征分析
        3.3.2 DANN實驗結(jié)果分析
        3.3.3 Fine-tune實驗結(jié)果分析
    3.4 活動識別領(lǐng)域DANN與FINE-TUNE遷移的評估與結(jié)論
    3.5 本章小結(jié)
第4章 基于CENTER LOSS與MMD的遷移方法研究
    4.1 整體研究方案
    4.2 CENTER LOSS與MMD聯(lián)合損失函數(shù)遷移方法
        4.2.1 Center Loss數(shù)據(jù)特征表示方法
        4.2.2 MMD遷移方法
        4.2.3 Center Loss與MMD聯(lián)合損失函數(shù)
    4.3 活動識別領(lǐng)域無監(jiān)督遷移方法評估
        4.3.1 MMD實驗結(jié)果分析
        4.3.2 Center Loss與MMD聯(lián)合損失實驗結(jié)果分析
        4.3.3 DANN實驗結(jié)果分析
        4.3.4 WD實驗結(jié)果分析
    4.4 本章小結(jié)
第5章 基于安卓手機(jī)的活動識別遷移方法測試與評估
    5.1 基于安卓手機(jī)的活動識別傳感器數(shù)據(jù)采集說明
    5.2 基于無監(jiān)督遷移方法測試與評估
    5.3 基于無監(jiān)督遷移方法特征可視化分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：3811646