期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进ResNet50网络上肢康复动作识别研究
1
作者 解勇正 王海 +3 位作者 解晓民 金傲龙 桂劲松 符荣华 《安徽工程大学学报》 2025年第6期1-7,共7页
研究提出一种基于卷积神经网络而改进的ResNet50网络,即FUS-ResNet,用于提升上肢康复动作识别准确性。该网络着重对于ResNet残差模块进行改进,直接使用相加操作,而不是像ResNet使用卷积层进行跳跃连接,使用全连接层代替卷积层,显著增强... 研究提出一种基于卷积神经网络而改进的ResNet50网络,即FUS-ResNet,用于提升上肢康复动作识别准确性。该网络着重对于ResNet残差模块进行改进,直接使用相加操作,而不是像ResNet使用卷积层进行跳跃连接,使用全连接层代替卷积层,显著增强对康复动作识别能力。实验数据表明,FUS-ResNet在上肢康复动作识别方面显示出高效性能,测试精度高达98.3%。 展开更多
关键词 卷积神经网络 ResNet50 fus-resnet 上肢康复动作识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部