《RVM算法在下肢辅助运动设备中的应用》PDF+DOC
作者:张龙,刘仁学
单位:北京电子控股有限责任公司
出版:《信息与电脑(理论版)》2019年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFXXDL2019040230
DOC编号:DOCXXDL2019040239
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于LTSA和RVM的复合材料损伤预测分析》PDF+DOC2017年第01期 崔建国,张文生,齐义文,于明月,朴春雨,周志强
《基于相关向量机的网络通信负载状态识别模型》PDF+DOC2017年第06期 邓蕾蕾,陈霄
《基于卷积神经网络的非接触式呼吸暂停算法研究》PDF+DOC2019年第04期 黄永锋,江依鹏,杨树臣
《基于HOG+SVM图像识别的梭子蟹分拣机械手控制系统设计》PDF+DOC2019年第09期 刘凯,肖红俊,王晓俊,李莉莉,冯燕尔
《人工神经网络的苹果气体识别算法研究》PDF+DOC2010年第02期 杨艳菊,黄成钧
《基于主成分分析的车辆组合导航系统故障检测与隔离算法》PDF+DOC2009年第05期 刘江,蔡伯根,王剑,唐涛
《无源跟踪中的一种新数据关联算法》PDF+DOC2008年第S2期 杨辉,张翼飞,王赫男
《多传感器信息融合技术在酒类辨识中的应用》PDF+DOC2007年第09期 陈登峰,肖海燕,张洪才
《基于多传感器信息融合的酒类辨识方法研究》PDF+DOC 周延,卢英,肖海燕
《旋转弹攻角测试的特征值神经网络算法》PDF+DOC2015年第01期 武有成,韩焱
相关向量机(RVM)是一种适用于非线性、较高维数的小样本事件的稀疏贝叶斯学习算法。笔者提出基于相关向量机利用足底压力信号预测人类行走时步态轨迹算法,通过相关压力传感器和磁栅尺同步采集足底部位的压力数据和踝关节角度数据,并利用Savitzky-Golay滤波算法滤波和主成分分析算法,目的在于减少压力信号维数,获得压力主分量信号。利用压力主分量信号进行最大期望算法(EM)训练,得出RVM模型。
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。