《基于改进鲸鱼优化算法的外骨骼机器人步态检测》PDF+DOC
作者:何海琳,郑建彬,余方利,余烈,詹恩奇
单位:四川省计算机学会;中国科学院成都分院
出版:《计算机应用》2019年第07期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJY2019070070
DOC编号:DOCJSJY2019070079
下载格式:PDF + Word/doc 文字可复制、可编辑
《《计算机应用》2015年第35卷第1~12期总目次》PDF+DOC2015年第12期
《下肢假肢穿戴者跑动步态识别方法》PDF+DOC2018年第10期 赵晓东,刘作军,陈玲玲,杨鹏
《基于磷虾群算法的无线传感器网络QoS任播路由算法》PDF+DOC2016年第12期 徐昕,顾云丽,张嫣娟
《基于支持向量机的跌倒检测算法研究》PDF+DOC2017年第01期 裴利然,姜萍萍,颜国正
《基于粒子群优化相关向量机的无线传感器故障检测》PDF+DOC2010年第13期 吴良海
《无线传感器网络优化的任务管理算法研究》PDF+DOC2010年第11期 易本顺,陈杰,肖进胜
《《计算机应用》2009年第29卷第1~12期总目次》PDF+DOC2009年第12期
《《计算机应用》总目次(2008年1~12期)》PDF+DOC2008年第12期
《计算机应用2007年第27卷总目次》PDF+DOC2007年第12期
《《计算机应用》2013年第33卷第1~12期总目次》PDF+DOC2013年第12期
针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题,提出基于改进鲸鱼算法优化的支持向量机(IWOA-SVM)的外骨骼机器人步态检测算法,即在鲸鱼优化算法(WOA)中引入遗传算法(GA)的选择、交叉、变异操作,进而去优化支持向量机(SVM)的惩罚因子与核参数,再使用参数优化后的SVM建立分类模型,从而扩大算法的搜索范围,减小算法陷入局部最优的概率。首先,使用混合传感技术采集步态数据,即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据,并作为步态检测系统的输入;然后,使用门限法对步态相位进行划分并标记标签;最后,将足底压力信号与髋关节、膝关节角度信号融合作为输入,使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验,并与GA、粒子群优化(PSO)算法、WOA进行比较,数值实验表明,改进鲸鱼优化算法(IWOA)的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现,准确率可达98.8%,验证了所提算法在新一代外骨骼机器人中的可行性和实用性,并与基于遗传优化算法的.....。
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。