《利用多源信息和极限学习机的人体运动意图识别》PDF+DOC
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
《基于数字信号处理技术的光纤传感器故障辨识》PDF+DOC2019年第10期 郭子源,杨文清
《优化极限学习机算法及其在力信息解耦中的应用》PDF+DOC2019年第10期 徐家琪,伍万能,孙炜,王耀南,梁桥康
《利用加速传感器估算竞走运动员的步长与步频》PDF+DOC2019年第03期 唐建军,周阳
《基于加速度信号的人体运动平衡检测系统的研制》PDF+DOC2009年第04期 韩骢,曹玉珍,丁明石
《基于加速度的人体步态监测方法》PDF+DOC2009年第02期 曹玉珍,刘晓婷,程旸
《基于加速度计的步态数据无线采集系统设计》PDF+DOC2009年第05期 刘燕,李月香
《步态加速度信号的无线采集系统设计》PDF+DOC2007年第12期 李雅
《基于极限学习机的航空发动机传感器故障诊断》PDF+DOC2014年第08期 孙毅刚,刘静雅,赵珍
《基于隐马尔可夫模型的动力型下肢假肢步态预识别》PDF+DOC2014年第03期 赵丽娜,刘作军,苟斌,杨鹏
《智能下肢假肢关键技术研究进展》PDF+DOC2013年第01期 杨鹏,刘作军,耿艳利,赵丽娜
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。