文档名：基于多源生物信号的下肢步态相识别
为进一步提高人体下肢步态相识别的准确性,本文研究了融合表面肌电信号(sEMG)、膝关节角度和足底压力信号的人体下肢步态相识别方法.首先,将sEMG信号进行小波包分解提取多尺度能量和多尺度模糊熵特征;然后,对提取的sEMG信号特征值采用主成分分析(PCA)方法进行降维处理,并与足底压力特征值和膝关节能量特征值构成一组特征向量.最后,将特征向量输入粒子群优化最小二乘支持向量机(PSO-LSSVM)模型分类器对人体下肢运动信息进行步态相识别.实验结果表明,所提方法相较于其他方法有较高的识别准确率和有效性.
作者：张启忠席旭刚黄灵素罗志增
作者单位：杭州电子科技大学智能控制与机器人研究所,杭州310018
母体文献：第十二届中国智能机器人大会论文集
会议名称：第十二届中国智能机器人大会
会议时间：2017年10月1日
会议地点：哈尔滨
主办单位：中国人工智能学会
语种：chi
分类号：
关键词：下肢步态相识别 多源生物信号 小波包分解 特征向量 最小二乘支持向量机 粒子群优化
在线出版日期：2020年10月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.21 MB
- 下载次数:
- 60
-
高速下载
|
|
