《下肢假肢穿戴者跑动步态识别方法》PDF+DOC
作者:赵晓东,刘作军,陈玲玲,杨鹏
单位:浙江大学
出版:《浙江大学学报(工学版)》2018年第10期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFZDZC2018100180
DOC编号:DOCZDZC2018100189
下载格式:PDF + Word/doc 文字可复制、可编辑
《利用多源运动信息的下肢假肢多模式多步态识别研究》PDF+DOC2011年第11期 高云园,孟明,罗志增,佘青山
《矿用传感器静态特性补偿方法与研究进展》PDF+DOC2016年第06期 辛忠玉,葛令建,冯浩,王伟峰
《基于核极限学习机的火灾预警算法研究》PDF+DOC2017年第05期 丁承君,张井超,何乃晨
《基于卷积神经网络的人体步态识别算法研究》PDF+DOC2020年第19期 陈法权,樊军
《霍尔效应式位移传感器的温度补偿》PDF+DOC2019年第07期 钦志伟,卢文科,左锋,冯阳
《基于卷积神经网络与注意力模型的人体步态识别》PDF+DOC2019年第07期 汪涛,汪泓章,夏懿,张德祥
《传感器非线性校正的遗传支持向量机方法》PDF+DOC2011年第01期 刘涛,王华
《基于SVM回归的FLANN改进新法及其应用》PDF+DOC2009年第27期 毛先柏,王利恒,李昌禧
《基于支持向量机的混合气体定量分析》PDF+DOC 谢亮
《基于PSO-SVM的传感器非线性动态补偿及LabVIEW实现》PDF+DOC2013年第09期 张霞,陈保利
提出基于粒子群(PSO)优化支持向量机(SVM)的下肢假肢穿戴者跑动步态识别方法.将假肢接受腔装配的肌电(EMG)传感器、加速度计和足底的压力传感器采集的假肢穿戴者跑动运动信息进行去噪预处理,对应提取加速度的偏度、均值与肌电信号均方根多个特征参数作归一化处理,结合双下肢足底压力信息组成多维特征向量,作为SVM的输入,解决了单一特征识别步态的低准确率问题.利用PSO优化分类模型参数,建立基于SVM的次序二叉树分类模型对跑动步态进行辨识.与传统BP神经网络的步态识别方法对比表明,利用PSO优化SVM方法能够将跑动步态识别率提高到92.78%,优于SVM和BP神经网络。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。