DL00187:多模型LSTM用于基于窗口数据分段的步态识别完整实现附数据集pythonDL00187-多模型LSTM用于基于窗口数据分段的步态识别完整实现附数据集python 基于惯性测量单元(IMUs)的步态分析是一种很有前途和吸引力的方法用于用户识别。 最近,深度学习技术的采用取得了显著的性能改进。 然而,现有研究大多集中于利用步态数据的空间信息(使用卷积神经网络(CNN)),而颞部则很少受到关注。 在这项研究中,本文提出了一种新的多模型长短期记忆(LSTM)网络来学习步态时序特性。 首先,我们观察到LSTM能够捕获隐藏在步态数据序列中的模式这是不同步的。 因此,我们的模型接受,而不是