【毕业设计】基于雷达与深度学习的摔倒检测——摔倒检测模型的评估

当卷积神经网络训练好之后，使用雷达数据集的验证集对四种不同规模神经网络进行验证，以选出最优的卷积核大小和卷积核个数。将测试集数据输入训练好的人体摔倒检测模型，对模型的泛化能力进行评估。

        在摔倒检测网络中，CAE 负责对雷达数据集进行编码与压缩，CNN 则负责对雷达时频谱图进行分类。一共有四种不同规模的 CNN 被搭建并用于后续的调优。

​​​​​​​​​​​​​​

编号	输出特征数			卷积核尺寸	全连接层神经元数	Softmax层神经元数
	卷积层1	卷积层2	卷积层3
一	4	8	16	3×3	512	6
二