在审
一种基于ZTCN算法的手势动作评分方法和系统
卢
卢冰 专利 157
湖州电力局陈
陈习文 专利 145
中国电力科学研究院有限公司周
周峰 专利 519
中国电力科学研究院有限公司殷
殷小东 专利 449
中国电力科学研究院有限公司张
张军 专利 428
中国电力科学研究院有限公司曹
曹祎 专利 80
上海电力表计技术服务公司金
金淼 专利 129
燕山大学秦
秦晋
机构 暂无陈
陈海宾 专利 130
国网上海市电力公司杨
杨巍巍
机构 暂无聂
聂高宁 专利 86
中国电力科学研究院有限公司王
王欢 专利 145
中国电力科学研究院有限公司王
王斯琪 专利 139
中国电力科学研究院有限公司王
王旭 专利 126
中国电力科学研究院有限公司汪
汪泉 专利 144
中国电力科学研究院有限公司徐
徐家恒
机构 暂无郭
郭子娟 专利 112
中国电力科学研究院有限公司付
付济良 专利 126
中国电力科学研究院有限公司齐
齐聪 专利 109
中国电力科学研究院有限公司余
余雪芹 专利 77
中国电力科学研究院有限公司郭
郭鹏 专利 142
中国电力科学研究院有限公司高
高克俭 专利 30
中国电力科学研究院有限公司刘
刘俊 专利 151
中国电力科学研究院有限公司朱
朱赤丹 专利 77
中国电力科学研究院有限公司赵
赵世杰 专利 29
中国电力科学研究院有限公司张
张宏宇 专利 201
中国科学院沈阳自动化研究所摘要
本发明公开了一种基于ZTCN算法的手势动作评分方法和系统,包括:采集虚拟环境中手势动作,将其转换为三维数据;在神经网络的输入层和隐藏层之间引入编码器,隐藏层和输出层之间引入解码器,构建基于ZTCN算法的手势动作评分模型;将三维数据输入模型,编码器将三维数据压缩为特征向量,获取输入层至隐藏层的权重值和编码过程的偏值,解码器将特征向量还原为三维数据,获取隐藏层到输出层的权重值和解码过程的偏值;对输入层至隐藏层的权重值、隐藏层到输出层的权重值、编码和解码过程的偏值、通过误差函数进行训练和测试,当误差值达到预先设定的值时,模型训练和测试结束;将待评测的手势动作输入手势动作模型,获得评分。模型提高了并行计算的效率。
暂无引用专利



