中文版 | English
题名

Spatiotemporal Co-Attention Hybrid Neural Network for Pedestrian Localization Based on 6D IMU

作者
通讯作者Meng, Max Q-H
发表日期
2022
DOI
发表期刊
ISSN
1558-3783
卷号PP期号:99页码:1-13
关键词
相关链接[IEEE记录]
收录类别
SCI ; EI
学校署名
通讯
WOS记录号
WOS:000785782800001
EI入藏号
20221712037257
EI主题词
Deep neural networks ; Feature extraction ; Long short-term memory ; Robots
EI分类号
Ergonomics and Human Factors Engineering:461.4 ; Information Theory and Signal Processing:716.1 ; Robotics:731.5
来源库
IEEE
全文链接https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9758060
引用统计
被引频次[WOS]:7
成果类型期刊论文
条目标识符http://sustech.caswiz.com/handle/2SGJ60CL/333467
专题工学院_电子与电气工程系
作者单位
1.Chinese Univ Hong Kong, Dept Elect Engn, Robot Percept & Artificial Intelligence Lab, Hong Kong, Peoples R China
2.Southern Univ Sci & Technol, Shenzhen Key Lab Robot Percept & Intelligence, Shenzhen 518055, Peoples R China
3.Southern Univ Sci & Technol, Dept Elect & Elect Engn, Shenzhen 518055, Peoples R China
4.Chinese Univ Hone Kong, Shenzhen Res Inst, Shenzhen 518057, Peoples R China
通讯作者单位南方科技大学;  电子与电气工程系
推荐引用方式
GB/T 7714
Wang, Yingying,Cheng, Hu,Meng, Max Q-H. Spatiotemporal Co-Attention Hybrid Neural Network for Pedestrian Localization Based on 6D IMU[J]. IEEE Transactions on Automation Science and Engineering,2022,PP(99):1-13.
APA
Wang, Yingying,Cheng, Hu,&Meng, Max Q-H.(2022).Spatiotemporal Co-Attention Hybrid Neural Network for Pedestrian Localization Based on 6D IMU.IEEE Transactions on Automation Science and Engineering,PP(99),1-13.
MLA
Wang, Yingying,et al."Spatiotemporal Co-Attention Hybrid Neural Network for Pedestrian Localization Based on 6D IMU".IEEE Transactions on Automation Science and Engineering PP.99(2022):1-13.
条目包含的文件
条目无相关文件。
个性服务
原文链接
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
导出为Excel格式
导出为Csv格式
Altmetrics Score
谷歌学术
谷歌学术中相似的文章
[Wang, Yingying]的文章
[Cheng, Hu]的文章
[Meng, Max Q-H]的文章
百度学术
百度学术中相似的文章
[Wang, Yingying]的文章
[Cheng, Hu]的文章
[Meng, Max Q-H]的文章
必应学术
必应学术中相似的文章
[Wang, Yingying]的文章
[Cheng, Hu]的文章
[Meng, Max Q-H]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
[发表评论/异议/意见]
暂无评论

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。