计算机软件及计算机应用论文_基于循环神经网络 - 运动精品杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

计算机软件及计算机应用论文_基于循环神经网络

作者:

关键词:

摘要：

文章摘要:动作识别方法能分辨人的运动类型和意图，对行人的实时安全监测有着重要作用。为了解决基于深度学习的动作识别模型的数据缺乏问题，提出一种带有隐状态初始化的人体运动合成方法。常用的人体运动合成方法利用循环神经网络（RNN），将若干帧运动数据作为输入，自动生成后续的运动序列。在以前的工作中，通常将RNN的初始隐状态设置为零或随机初始化隐状态，导致运动输入末帧和运动合成首帧之间存在跳变，影响生成运动的质量。为了解决这个问题，提出了一种估计初始隐状态估计的方法，将初始隐状态作为自变量，利用神经网络的目标函数作为优化目标，使用梯度下降的方法进行优化求解，得到一个合适的初始隐状态。所提的带有初始隐状态估计的运动模型比ERD（Encoder-Recurrent-Decoder）模型和RGRU（Residual Gate Recurrent Unit）模型在首帧的预测误差分别减小了63.51%和6.90%，10帧的总误差分别减小了50.00%和4.89%。实验结果表明：所提带有初始隐状态估计的运动模型无论是运动合成质量还是运动预测精度都要好于不进行初始隐状态估计的方法；所提方法通过准确地估计RNN人体运动模型的首帧隐状态，提升了运动合成的质量，能够为实时安全监测中的动作识别模型提供可靠的数据支持。

文章关键词:

论文分类号:TP391.41;TP183

文章来源：《运动精品》网址: http://www.ydjpzz.cn/qikandaodu/2022/0523/2581.html