本发明公开了一种基于PC-IRNN的行人步态分类方法,该方法通过构建PC-IRNN和梯度裁剪解决了传统RNN由于长时依赖容易出现的梯度消失和梯度爆炸现象、IRNN利用ReLU激活函数导致输入信息损失的问题,以及LSTM由于网络结构复杂从而计算成本过高的缺点。另外,本发明是RNN的一种,它可以直接从样本的输入序列间的固有相关性中自动提取与分类相关的特征,从而省去了DCNN中预定义不同大小的卷积核来提取特征的步骤,实现网络计算成本的减少和行人步态分类准确率的提高。
科研之友
微信
新浪微博
Facebook
分享链接
