基于概率神经网络的步态识别-唐山学院.docVIP

下载本文档

35
0
约8.94千字
约 8页
2017-04-14 发布于天津
举报
版权申诉

基于概率神经网络的步态识别-唐山学院.doc

1、本文档共8页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于特征筛选和改进结构的步态识别袁娜刘沛唐山学院智能与信息工程学院河北唐山河北能源职业技术学院机电工程系河北唐山摘要目前被动式假肢已经不能满足残疾人对日常生活的需要动力型假肢能够在离地前进入摆动期时为假肢提供动力而控制动力型假肢的前提就是准确的步态识别概率神经网络采用竞争函数作为输出函数常用于模式分类问题本文针对单侧大腿截肢患者采集大腿髋关节有代表性的加速度信号双轴和角速度信号并同时采集足底压力信号进行多运动模式识别研究过程是通过采集的运动信息经信号预处理提取出特征参数利用偏最小二乘法进行特征筛

基于PLS特征筛选和改进结构PNN的步态识别袁娜刘沛2 （1.唐山学院智能与信息工程学院，河北唐山063000；2.河北能源职业技术学院机电工程系，河北唐山063000）摘要：目前被动式假肢已经不能满足残疾人对日常生活的需要，动力型假肢能够在离地前进入摆动期时为假肢提供动力，而控制动力型假肢的前提就是准确的步态识别。概率神经网络采用竞争函数作为输出函数，常用于模式分类问题，本文针对单侧大腿截肢患者，采集大腿髋关节有代表性的加速度信号（双轴）和角速度信号，并同时采集足底压力信号，进行多运动模式识别。研究过程是通过采集的运动信息，经信号预处理提取出特征参数，利用偏最小二乘法（PLS）进行特