换一批摘要背景:步态动作是运动中展现出的重要特征之一,反映了身体状态和运动能力.在疲劳状态下步态动作会出现异常,如步幅减小、身体摇晃等,这些异常步态动作会对身体造成伤害.目的:旨在推动运动科学领域的技术进步,将先进的算法与数据分析技术应用于运动实践中,从而进一步提升运动疲劳状态下步态动作的识别准确度.方法:基于鱼群算法的运动疲劳状态下步态动作识别方法.利用归一化自相关函数和运动能量分布原理获取运动者单周期步态能量图,采用奇异值分解法转换图像以突出视觉差异,生成运动者步态能量图,使用卷积神经网络构建步态动作识别模型,并通过鱼群算法求解模型的参数,以提升疲劳步态动作识别的准确度及效率.结果与结论:①鱼群算法在步态动作识别上的损失值较小,能够准确、快速地识别出运动者的步态动作,动态监测运动者身体疲劳情况;②基于鱼群算法的运动者疲劳步态动作识别研究,可以有效识别出运动者疲劳状态下的步态动作,实现对于细微步态变化的精确捕捉;③鱼群算法的系统稳定性良好,能够减少试验测试结果的波动性,提高识别效率,更有效地管理运动疲劳、预防运动损伤.另外,当正常人步态特征发生显著变化时,系统可以发出预警,提示个体可能处于疲劳状态,需要休息或调整活动强度.
更多相关知识
关键词
鱼群算法运动者卷积神经网络疲劳步态步态能量图卷积核运动能量分布归一化自相关函数工程化组织构建fish swarm algorithmathletesconvolutional neural networkfatigue gaitgait energy diagramconvolutional kernelkinetic energy distributionnormalized autocorrelation functionengineered tissue construction
栏目名称
DOI
10.12307/2025.924
发布时间
2025-04-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引1
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
