matlab除噪声代码-DeepSeg:基于深度学习的活动细分框架，用于使用WiFi信道状态信息（CSI）进行活动识别

matlab除噪声代码深度分割 这些是论文的代码和数据：，IEEE物联网杂志，2020年。 DeepSeg旨在细分活动以基于WiFi通道状态信息（CSI）的活动识别。 引文 @ARTICLE {DeepSeg2021， 作者= {肖春京和雷蕾，马永森，周凡和秦志光}， journal = {IEEE物联网杂志}， title = {DeepSeg：基于深度学习的基于WiFi的活动识别活动细分框架}， 年= {2020}， 音量= {}， 数字= {}， 页数= {1-1}， doi = {10.1109 / JIOT.2020.3033173} } 数据集 我们从原始CSI数据中提取的用于实验的数据可以从百度网盘或Google云端硬盘下载： CSI振幅数据：Data_CsiAmplitudeCut 百度网盘：（密码：k8yp） Google云端硬碟： 手动标记的CSI幅度数据标签：Label_CsiAmplitudeCut 百度：（密码：xnra） 谷歌： （1拳; 2挥手; 3捡起; 4举手; 5跑步; 6推; 7蹲; 8拉O; 9步行; 10拉X） 同样，我们收集的原始CSI数据也