数据融合MATLAB代码-Deep-Multilevel-Multimodal-Fusion：基于深度与惯性传感器的多层次多模态融合...

简介：
Deep-Multilevel-Multimodal-Fusion是一个利用MATLAB实现的数据融合项目，结合了深度学习技术和惯性传感器数据，进行多层次、多模态信息融合处理。 为了使用深度和惯性传感器进行人体动作识别的多级多模式（M2）融合，在MATLAB上运行相关代码，请先下载数据集并将其解压至一个名为“ImageFolders_KinectV2Dataset”的文件夹中，该文件夹包含了所有与KinectV2相关的图像。接着将此文件夹及其内含的所有子文件和Matlab脚本放置在同一个MATLAB工作目录下。 运行FirstDeepFusionFramework.m可以查看基于KinectV2数据集的初级融合框架的结果；同样地，通过执行“ThirdDeepFusionFramework”代码来评估更高级别的融合模型性能。此外，在名为“XONet”的Matlab文件中提供了一个经过训练的CNN模型，该模型使用了来自KinectV2图像目录的数据。“Inertial2SignalImages.m”脚本则负责将原始惯性数据转换成便于分析和处理的信号图像。 如果在您的研究项目中应用到上述代码或方法，请引用以下论文。