CDCNN

新型CDCNN模型在智能鞋垫活动识别中准确率达86%

研究人员开发了一种新的活动识别系统，该系统使用圆形扩张卷积神经网络（CDCNN）来处理来自智能鞋垫的多模态时间序列数据。该系统在站立、行走和坐着四种活动的分类中达到了86.42%的准确率。CDCNN模型在160帧窗口内分析来自压力传感器、加速度计和陀螺仪的数据。由赵艳华（Yanhua Zhao）领导的研究在智能鞋垫设计、健康监测和康复方面具有潜在应用。