文件名称：har-joint-model:香气
文件大小：376KB
文件格式：ZIP
更新时间：2024-06-07 21:58:11
deep-neural-networks cnn human-activity-recognition wearable-devices multi-task-learning
AROMA：基于深度多任务学习的使用可穿戴传感器的简单和复杂的人类活动识别方法 这是我们的论文“ AROMA：使用可穿戴传感器的基于深度多任务学习的简单和复杂的人类活动识别方法”的实现。 这项工作已被Ubicomp 2018接受。 项目结构 要求：TensorFlow 1.2.1，Python 2.7 config.py：包含模型将使用的参数，例如简单活动和复杂活动的窗口长度，训练参数，例如批大小，学习速率衰减速度。 数据集路径必须在配置的“ self.dataset”中指定。 utils.py：包含项目中常用的功能 joint_model.py：建立和训练模型 main.py：项目入口您可以运行main.py -h来获取args： python main.py -h 将列出三个args： optional arguments: -h, --help sh
【文件预览】：
har-joint-model-master
----.gitignore(18B)
----joint_model.py(13KB)
----diagram()
--------simple-acitivty.png(20KB)
--------har-joint-model.jpg(24KB)
--------har-joint-model.xml(2KB)
--------experiment_results.png(243KB)
--------definition.png(60KB)
--------loss_functions.png(52KB)
----utils.py(10KB)
----README.md(1KB)
----config.py(1KB)
----main.py(1KB)