《基于GMM-HMM模型的智能下肢假肢运动意图识别》PDF+DOC
作者:盛敏,刘双庆,王婕,苏本跃
单位:中国仪器仪表学会
出版:《仪器仪表学报》2019年第05期
页数:10页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2019050200
DOC编号:DOCYQXB2019050209
下载格式:PDF + Word/doc 文字可复制、可编辑
《惯性动捕数据驱动下的智能下肢假肢运动意图识别方法》PDF+DOC2020年第07期 苏本跃,王婕,刘双庆,盛敏,向馗
《基于LSTM深度学习模型的智能下肢假肢运动意图识别》PDF+DOC2019年第05期 刘双庆
《乘用车驾驶员制动意图识别方法及应用研究》PDF+DOC2016年第01期 方恩,张栋林,程振东
《认知无线传感器网络新型SVM频谱感知策略》PDF+DOC2017年第04期 王晓东,陈长兴,任晓岳,林兴
《基于惯性传感器的短跑运动腿部姿态监测方法》PDF+DOC2020年第05期 杨立春
《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
《基于脚部惯性传感数据的人员运动速度识别方法》PDF+DOC2018年第12期 吴建超,刘昱
《基于Zigbee和加速度传感器的民族手势识别系统》PDF+DOC2012年第20期 邓传旺,徐国凯,孙炎辉
《实时手势加速度动作分割与识别研究》PDF+DOC2012年第07期 刘蓉,刘明
《基于旋转模式的移动设备佩戴位置识别方法》PDF+DOC 时岳,喻纯,史元春
传统下肢假肢运动意图识别方法常使用多模态传感器信号,带来一定的复杂性以及模式转换识别一般带有滞后性,提出了基于数据驱动下的智能下肢假肢运动意图识别方法。在对单侧下肢截肢者运动模式进行了重定义后,仅使用惯性传感器,采集健肢侧处于摆动相的时序数据。选择高斯混合-隐马尔可夫模型作为分类器,对下肢假肢的运动意图进行识别。实验结果表明,该算法在模式空间中的一组基模式:平地行走、上坡、下坡、上楼和下楼5种稳态模式中,识别率达到98. 99%,在包含5种稳态模式和8类转换模式的13类运动模式中的识别率可达到96. 92%。所提出的方法可以在下肢假肢运动意图识别性能上有较大提升,帮助单侧下肢截肢者实现自然、流畅、稳定的行走。
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。