一种基于WIFI中信道状态信息和改进卷积神经网络的动作识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于WIFI中信道状态信息和改进卷积神经网络的动作识别方法,具体步骤为:数据采集、数据预处理、构建改进sha‑CNN,并加入批正则化机制,并对训练集进行特征提取、利用加入批正则化机制的改进sha‑CNN进行动作分类模型训练。本发明在改进sha‑CNN的卷积层内融入批正则化机制,以加快网络收敛的速度,防止训练数据和测试数据的分布不同引起的泛化性能下降问题,在提升人体动作识别精度的前提下,最大限度地通过降低数据维度,压缩网络模型的方式降低计算成本,提高人体动作识别速度。
《一种基于WIFI中信道状态信息和改进卷积神经网络的动作识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022102785415,当前法律状态为已下证,由南京邮电大学提出申请,发明人为潘甦;金律成,申请日期为2022-03-21,公开(公告)日期为2024-06-28,国际专利分类号(IPC)为 G06V 40/20 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于WIFI中信道状态信息和改进卷积神经网络的动作识别方法,具体步骤为:数据采集、数据预处理、构建改进sha‑CNN,并加入批正则化机制,并对训练集进行特征提取、利用加入批正则化机制的改进sha‑CNN进行动作分类模型训练。本发明在改进sha‑CNN的卷积层内融入批正则化机制,以加快网络收敛的速度,防止训练数据和测试数据的分布不同引起的泛化性能下降问题,在提升人体动作识别精度的前提下,最大限度地通过降低数据维度,压缩网络模型的方式降低计算成本,提高人体动作识别速度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
