换一批基于多源信息和粒子群优化算法的下肢运动模式识别
Lower limb locomotion-mode identification based on multi-source information and particle swarm optimization algorithm
摘要为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播(PSO-BP)神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭度和功率谱比值为肌电信号特征,髋关节角度细分模式均值比为腿部角度信号特征,加速度标准差、能量峰值、两轴相关性系数为髋关节加速度特征.按照主成分分析(PCA)方法融合上述特征值,利用PSO-BP进行识别.实验结果表明:该方法识别率为95.75％,平均识别时间为1.234 8 s.
更多相关知识
关键词
多源信息粒子群优化算法主成分分析下肢运动模式识别BP神经网络multi-source informationparticle swarm optimization algorithmprincipal component analysislower limb locomotion-mode identificationBP neural network
分类号
TP391
栏目名称
DOI
10.3785/j.issn.1008-973X.2015.03.007
发布时间
2015-05-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引18
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
