Resumen

La estructura de la red neuronal artificial profunda es similar a la estructura de la red neuronal biológica, lo cual se puede aplicar bien al reconocimiento de imágenes visuales en 3D de movimientos de aeróbicos. Se han logrado muchos resultados aplicando redes neuronales profundas al reconocimiento de imágenes visuales en 3D de movimientos de aeróbicos, pero aún hay muchos problemas por superar. Tras analizar las características de expresión del modelo de red neuronal convolucional para las características visuales en 3D de aeróbicos, este artículo construye un modelo de red neuronal convolucional. El modelo se mejora sobre la base del modelo tradicional y unifica el proceso de segmentación de imágenes visuales en 3D de aeróbicos, extracción de características objetivo y reconocimiento del objetivo. Se diseñan y aplican la red neuronal convolucional y la red neuronal profunda basada en autoencoder al conjunto de pruebas de imágenes visuales en 3D de acciones de aeróbicos para reconocimiento y comparación. Mejoramos la precisión del reconocimiento de la red ajustando los parámetros de configuración en el modelo de

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Estructura; Red neuronal artificial profunda; Reconocimiento de imágenes visuales 3D; Movimientos de aeróbicos; Modelo de red neuronal convolucional; Reconocimiento de objetivos
• Keywords:Structure; Deep artificial neural network; 3D visual image recognition; Aerobics movements; Convolutional neural network model; Target recognition