公开(公告)号：CN116680613A

公开(公告)日：2023-09-01

申请号：CN202310684496.8

申请日：2023-06-09

Applicant: 东北大学

Inventor： 王之琼 ,  刘涵瑜 ,  赵伯阳 ,  戴楚博 ,  孙博鑫 ,  李昂

IPC: G06F18/241 ,  G06F18/15 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明提供一种基于多尺度度量学习的人类活动识别综合优化方法，涉及传感器的人类活动识别技术领域。传感器采集到的数据经过处理后，通过使用Borderline SMOTE上采样算法对数据集之中的少数类的边界样本的过采样，构建全新的MAG‑Res2Net神经网络模型对特征数据的提取融合与优化，再通过结合损失函数方法对特征进行分类训练，最后对网络模型的评估与改进，识别出人类活动，从而解决人类活动识别过程中数据不平衡、特征提取难、分类精度低的问题。