建立了LSTM与ST-GCN融合的城市盗窃犯罪时空分布预测模型,并利用实际案例数据进行了验证.本文的研究内容和所取得的成果如下.(1)建立了LSTM与ST-GCN融合的城市盗窃犯罪预测模型.模型共分为3个模块,即时序特征提取模块,时空特征提取模块和特征融合模块.时序特征提取模块使用LSTM网络作为基础模型,用于提取每个社区的盗窃案件...
对于前端子任务,通过融合时空图卷积网络和长短期记忆网络,提出了一种有效的 ST-GCN-LSTM 模型。对于第二个子任务,采用YOLO v3模型进行手持物体识别。然后,我们构建了一个机器人与人类交互的框架。最后, "点击查看英文标题和摘要" 更新日期:2021-03-01
Robot recognizing humans intention and interacting with humans based on a multi-task model combining ST-GCN-LSTM model and YOLO modelChunfang LiuXiaoli LiQing LiYaxin XueHuijun LiuYize Gao