Indexed by：
Abstract：
针对动态手语上下文联系强的特点,采用LSTM(Long Short-Term Memory)循环神经网络用于识别,同时,利用自编码实现动态手语的无监督学习.该方法将数据手套作为采集设备,在获取手语信息后,通过编码器、解码器生成手语的重构矢量.在实验过程中,将采集的数据集进行模型的训练,并与监督学习的结果进行比较.实验结果表明,该方法能够有效进行手语识别的无监督学习.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
微型机与应用
ISSN： 1674-7720
CN： 11-5881/TP
Year： 2017
Issue： 13
Volume： 36
Page： 59-61,65
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
