Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Ante los problemas de baja precisión, mala calidad y largo tiempo de reconocimiento de características de la marcha debido a la influencia del entorno de movimiento del cuerpo humano en el proceso de reconocimiento del método actual de reconocimiento de características de la marcha de imágenes borrosas de movimiento corporal humano, se propone un nuevo método de reconocimiento de características de la marcha basado en el método de red neuronal gráfica (GNN). Se extrajeron las características de la marcha de imágenes borrosas de movimiento humano, y se utilizó el reconocimiento de agrupamiento de fusión del algoritmo GNN para localizar las características de la marcha de imágenes borrosas de movimiento humano. Las características de la marcha de imágenes borrosas de movimiento corporal humano fueron localizadas por el método GNN. Según la información del punto de característica de contorno de la imagen borrosa del movimiento corporal humano, se calculó la desviación estándar de la ubicación de la característica de la marcha de la imagen borrosa del movimiento corporal humano, se reconstruyó la característica de la marcha de la imagen borrosa del movimiento corporal humano, y se logró el reconocimiento de la marcha de la imagen borrosa del movimiento corporal humano. Los resultados muestran que la extracción del movimiento humano es buena, con alta confianza de posicionamiento, buena calidad de reconocimiento, precisión de reconocimiento promedio del 92%, y un tiempo de reconocimiento considerablemente reducido.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Identificación de Declaraciones Financieras Falsas Basada en el Algoritmo de Fuzzy C-Means
Artículo:
Modelado formal, demostración y verificación de un sistema de sistemas de advertencia, monitoreo y rescate de inundaciones.
Artículo:
Esquema de asignación de pilotos de baja complejidad para un gran bloque OFDM con subportadoras nulas
Artículo:
Estimación del estado de carga de un paquete de baterías de ion de litio basado en redes neuronales RBF mejoradas.
Artículo:
Pronóstico de la volatilidad del tipo de cambio utilizando técnicas de autoencoder-LSTM de aprendizaje profundo.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Análisis socioeconómico de la problemática de los desechos plásticos en el mar
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
