智能鞋垫活动识别CDCNN研究发布

Yanhua Zhao 发表基于环形膨胀卷积神经网络（CDCNN）的智能鞋垫活动识别研究，处理鞋垫压力、加速度计和陀螺仪的多模态时序数据，在站立、行走、坐、串联步态四分类任务的受试者独立评估中达到86.42%测试准确率。 模型输入为160帧窗口、24通道，包括18路压力、3路加速度计和3路陀螺仪轴；研究通过排列特征重要性展示各传感器对分类的贡献分布。该研究称方法可用于智能鞋垫设计、健康监测与康复领域。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。