西安邮电大学学报

2020, (02) 64-67

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于压缩感知的无标签行为数据标记方法
Compressed sensing based data labeling method for unlabeled activity data

宋辉;张荣;

摘要(Abstract):

针对传统无标签行为数据标记方法需要事先计算行为类别数目的不足,提出一种基于压缩感知的无标签行为数据标记方法。按照无标签数据最大可能类别数目进行聚类,从各聚类簇中选择高可信数据,使用压缩感知的冗余字典矩阵对高可信数据进行识别,通过动态匹配得到数据类别标签。实验结果表明,该方法对6种人体行为无标签数据的平均标记准确率达到96.80%,能够实现不计算行为类别数目进行数据标记。

关键词(KeyWords): 无标签行为数据;数据标记;压缩感知

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61373116);; 陕西省教育厅专项科学研究计划项目(18JK0698)

作者(Author): 宋辉;张荣;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享