Page 44 - 2022年第53卷第9期

图 ６ 真实活动标签

图 ７ 预处理后的数据集

３．２ 机械活动状态分类识别结果 声学模块为深度卷积神经网络选择的优化器和运动学模块为 ＩＤｅｅｐ
ｃｏｎｖＬＳＴＭ选择的优化器均为 Ａｄａｍ优化器，Ａｄａｍ是标准随机梯度下降优化算法的一种变体，它根据
运行平均值和最近梯度的运行方差来调整学习率以加速收敛 ［４６］ ，初始学习率均设置为 ０．００１。声音模
块选取 ３０ｍｓ的时间帧作为输入，ｂａｔｃｈｓｉｚｅ设置为 ６４，最大 ｅｐｏｃｈ设置为 １００，损失目标函数设置为交
叉熵；运动学模块 ｂａｔｃｈｓｉｚｅ大小设置为 ２５６，最大 ｅｐｏｃｈ设置为 １００，由于 ＬＳＴＭ梯度的累积在数百个
输入时间步长上展开，因此训练期间较大的权重更新会导致数值上溢或下溢，通常称为梯度爆炸（ ｇｒａ
ｄｉｅｎｔｓｅｘｐｌｏｄｉｎｇ）。为了避免此问题，采用梯度缩放和梯度剪裁来更改误差的导数，最大梯度阈值设置为
１．０，最大梯度范数设置为 １．０。模型的训练过程所采用的计算机 ＣＰＵ型号信息为 Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ７ －
９７００ＣＰＵ＠３．００ＧＨｚ ，运行内存为 １６．０ＧＢ。运动学和声学深度学习模型训练迭代曲线如图 ８所示，基于

图 ８ 运动学与声学模型训练曲线

０
— １ ５ ７ —