[发明专利]一种卷积神经网的微多普勒雷达人体动作分类方法有效
| 申请号： | 201910897354.3 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110569928B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 叶文彬;陈海权 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06F18/241 | 分类号： | G06F18/241;G01S7/41;G01S13/58 |
| 代理公司： | 深圳市兴科达知识产权代理有限公司 44260 | 代理人： | 王翀 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种卷积神经网的微多普勒雷达人体动作分类方法，包括原始数据处理过程和深度卷积神经网络，原始数据处理过程的输出连接到深度卷积神经网络，所述的原始数据处理过程为一维卷积过程，深度卷积神经网络包括复数个带池化的多尺度密集连接模块和全连接层；复数个带池化的多尺度密集连接模块依次串接，原始数据处理过程的输入为原始雷达数据，第一个带池化的多尺度密集连接模块的输入端接原始数据处理过程的输出端，最后一个带池化的多尺度密集连接模块的输出端接全连接层，全连接层输出分类标签。本发明的神经网络结构简单，参数量少，计算量小，运算速度快，并且具有较高的准确率。 | ||
| 搜索关键词： | 一种 卷积 神经 多普勒 雷达 人体 动作 分类 方法 | ||
【主权项】：
1.一种卷积神经网的微多普勒雷达人体动作分类方法，包括原始数据处理过程和深度卷积神经网络，原始数据处理过程的输出连接到深度卷积神经网络，其特征在于，所述的原始数据处理过程为一维卷积过程，深度卷积神经网络包括复数个带池化的多尺度密集连接模块和全连接层；复数个带池化的多尺度密集连接模块依次串接，原始数据处理过程的输入为原始雷达数据，第一个带池化的多尺度密集连接模块的输入端接原始数据处理过程的输出端，最后一个带池化的多尺度密集连接模块的输出端接全连接层，全连接层输出分类标签。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910897354.3/，转载请声明来源钻瓜专利网。
