作者:刘双庆 单位:合肥学院 出版:《合肥学院学报(综合版)》2019年第05期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFHFXZ2019050160 DOC编号:DOCHFXZ2019050169 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GMM-HMM模型的智能下肢假肢运动意图识别》PDF+DOC2019年第05期 盛敏,刘双庆,王婕,苏本跃 《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 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC2018年第12期 朱连章,陈殿明,郭加树,张红霞 《基于多层双向LSTM的雷达信号脉内调制识别》PDF+DOC2019年第01期 郑渝,沈永健,周云生 《智能假腿膝关节的控制方法研究及发展趋势》PDF+DOC2017年第08期 李瑨,喻洪流,曹武警,王振平,赵伟亮 《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC2017年第06期 余乐,李阳光,陈岩,吴超,李洋洋,王瑶 《基于LSTM时间序列重建的生产装置异常检测》PDF+DOC2019年第02期 窦珊,张广宇,熊智华 《基于PCA_Nu-SVR的水下焊缝偏差识别方法》PDF+DOC2011年第03期 杜健辉,石永华,王国荣,黄国兴 《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常用多模态传感器采集残肢侧运动信息,通过手动提取特征,带有一定的复杂性以及转换模式识别具有滞后性。提出了一种基于端到端的深度学习智能下肢假肢运动意图识别方法,重新定义了单侧下肢截肢者的运动模式,采用单惯性传感器,采集健肢侧位于摆动相的时序数据,选用长短时记忆神经网络自动提取特征,并对下肢假肢运动意图进行识别。实验结果表明,5类稳态模式:平地行走、上楼、下楼、上坡和下坡的识别率为98. 17%,加入8类转换模式后,识别率达到96. 68%。提出的方法在下肢假肢识别性能上有较大提升,帮助截肢者实现流畅、稳定的行走,同时也验证了长短时记忆网络的泛化能力较强。

    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。