- 基于RFID和深度学习的人体行为识别研究
- - 作者：杨律青//林凡//隆思炜|责编:郑丹
  - 出版社：厦门大学
  - ISBN：9787561597231
  - 出版日期：2025/03/01
  - 页数：233
- 售价：23.2

内容大纲
    随着物联网技术的蓬勃发展，射频识别（RFID）技术在人体行为识别领域的应用日益广泛。RFID技术以其非接触式识别、快速响应和高准确性等特点，在智能监控、健康监护、智能家居等多个领域展现出巨大的潜力。然而，面对日益复杂的应用场景和不断提升的识别精度需求，RFID技术在人体行为识别方面的研究和应用仍面临着诸多挑战。
    本书旨在深入探讨基于深度学习和RFID技术的人体行为识别方法，以解决当前技术在实际应用中遇到的难题。我们将重点关注以下几个关键科学问题：如何提高RFID系统在复杂环境下的识别精度、如何优化算法以适应多变的行为模式，以及如何在标签无附着和小样本场景下实现有效的行为识别。
    本书的主要研究内容包括：①基于RFID的室内定位技术及其在多模态数据中的应用；②利用卷积网络和对比学习框架进行室内人体行为识别的研究；③结合长短期记忆和时序卷积网络，以及注意力机制和知识蒸馏技术，提升RFID室内人体行为识别的性能；④探索标签无附着和小样本场景下的RFID人体行为识别方法；⑤基于生成对抗网络和大语言模型的RFID手指轨迹识别技术；⑥利用对抗网络和孪生网络进行RFID人体行为识别算法的研究。
作者介绍
目录
第1章  绪论
  1.1  研究现状
  1.2  研究的意义和目的
  1.3  研究内容
  1.4  本书的结构
第2章  相关技术介绍
  2.1  RFID技术简介
  2.2  人工智能技术概述
  2.3  本章小结
第3章  基于RFID的室内定位技术
  3.1  多模态数据的室内定位方法
  3.2  注意力机制的多模态室内定位方法
  3.3  RFID室内定位多目标优化算法改进
  3.4  RFID室内定位模型CTT及其优化
  3.5  本章小结
第4章  基于卷积网络和对比学习的RFID室内人体行为识别研究
  4.1  基于时域注意力卷积网络的室内人体行为识别研究
  4.2  基于对比学习框架的室内人体行为识别研究
  4.3  本章小结
第5章  基于卷积神经网络和知识蒸馏的RFID室内人体行为识别研究
  5.1  基于长短期记忆和时序卷积的室内人体行为识别研究
  5.2  基于注意力机制和知识蒸馏的室内人体行为识别研究
  5.3  本章小结
第6章  标签无附着和小样本场景下的RFID人体行为识别研究
  6.1  标签无附着场景下的RFID人体行为识别研究
  6.2  小样本场景下的RFID人体行为识别研究
  6.3  本章小结
第7章  基于生成对抗网络和大语言模型的RFID手指轨迹识别研究
  7.1  基于生成对抗网络的RFID手指轨迹识别研究
  7.2  基于大语言模型的RFID手指轨迹识别研究
  7.3  本章小结
第8章  基于对抗网络和孪生网络的RFID人体行为识别算法研究
  8.1  基于对抗网络的人体行为识别研究
  8.2  基于孪生网络的RFID小样本行为识别研究
  8.3  本章小结
第9章  总结与展望
  9.1  总结
  9.2  展望
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目