作者:曹祥红,刘磊,杨鹏,宋寅卯 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2017年第08期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2017080070 DOC编号:DOCCGJS2017080079 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 快速准确的步态识别是实现智能假肢灵活控制的基础与前提,步态(平地行走、上下楼梯和上下坡)的有效识别是关键。为了克服由单一信息源无法辨识复杂多步态的难题,搭建人体步态多源运动信息系统获取髋关节角度信号、加速度信号和足底压力信号,利用足底压力信号将人体步态划分为4个片段,并根据人体步态的特点确定了4个片段下髋关节角度、髋关节加速度信号的特征值,采用核主成分分析(KPCA)对原始特征的组合进行融合,得到信息互补的特征值,最后利用极限学习机(ELM)进行识别,实验结果表明该方法对平地行走、上楼、下楼、上坡、下坡5种步态的平均识别率达到96.78%,平均识别时间0.52 s,明显高于BP、支持向量机(SVM)等方法。

    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。