MARC状态:审校 文献类型:中文图书 浏览次数:19
- 题名/责任者:
- 基于RFID和深度学习的人体行为识别研究/杨律青, 林凡, 隆思炜著
- 出版发行项:
- 厦门:厦门大学出版社,2025
- ISBN及定价:
- 978-7-5615-9723-1/CNY58.00
- 载体形态项:
- 233页:图;24cm
- 个人责任者:
- 杨律青 著
- 个人责任者:
- 林凡 著
- 个人责任者:
- 隆思炜 著
- 学科主题:
- 无线射频识别-机器学习-应用-人体-行为分析-自动识别
- 中图法分类号:
- TP302.7
- 责任者附注:
- 杨律青, 厦门大学教授、博士生导师, 兼任厦门大学数据科学与泛在物联研究中心、数据要素与智慧物联实验室主任, 主持多项国家及省级科研项目, 发表学术论文60余篇, 获发明专利授权10余项, 登记软件著作权20余项。林凡, 厦门大学教授、博士生导师, 平潭研究院院长, 曾为哈佛大学访问学者, 研究方向为人工智能、元宇宙与工业互联网, 在强化学习及推荐算法领域建树颇丰, 发表50余篇SCI论文, 主持多项国家级课题, 孵化多家高新技术企业, 获多项人才荣誉。隆思炜, 本科毕业于中央财经大学信息管理与信息系统专业, 厦门大学人工智能研究院在读硕士研究生。研究方向为基于RFID的人体行为识别和室内定位算法。
- 书目附注:
- 有书目 (第228-233页)
- 提要文摘附注:
- 本书首先介绍了研究背景, 然后详细阐述了RFID和人工智能的基础知识。第三至第六章聚焦于RFID室内定位技术和行为识别, 包括多模态数据方法、卷积网络和对比学习的应用, 以及针对标签无附着和小样本场景的解决方案。第七章和第八章探讨了基于生成对抗网络和大语言模型的手指轨迹识别, 以及对抗网络和孪生网络的行为识别算法。本书结合理论与实践, 提供了全面的技术视角, 并在第九章进行了总结和未来研究方向的展望, 为读者提供了一个全面的技术视角。
全部MARC细节信息>>
| 索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
| TP302.7/136 | 2354797 | 自然科学书库-四楼西北
|
可借 | 自然科学书库-四楼西北 | |
| TP302.7/136 | 2354798 | 自然科学书库-四楼西北
|
可借 | 自然科学书库-四楼西北 |
显示全部馆藏信息




自然科学书库-四楼西北