【毕业设计】基于雷达与深度学习的摔倒检测——摔倒检测模型的训练

在使用多普勒雷达的居家检测中，雷达回波信号包含人体动作的特征信息。基于雷达与深度学习的摔倒检测方法处于起步阶段，对于人体不同姿态（如站立、坐下、摔倒等动作）的分类与识别方法尚未成熟。本课题研究如何应用深度学习方法，对经过 STFT 变换得到的雷达时频谱图进行分类。

1. 卷积神经网络的训练方法

        卷积神经网络中各连接的权值和偏置值，在初始时刻是被随机设定的，通过对样本的学习，神经网络将不断调整这些参数。训练卷积神经网络时，首先要定义损失函数，损失函数是一个用于衡量模型对样本学习错误情况的函数。

        对于拟合问题，人们通常采用平方损失函数，其表达式为

其中，y(i) 表示数据集中第 i 个样本的真实值，y(i) 表示第 i 个样本的预测值，