龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：贵州大学
摘要：本发明提供了一种基于粒子群优化BP神经网络的人体步态识别方法，对步态数据经过滤波、特征提取以及基于步态相位划分准则分割后的数据作为输入，通过不断迭代更新粒子的速度和位置，来优化BP神经网络的权重和阈值。基于优化后的BP神经网络对输入数据进行训练，导出训练好的模型参数，并将其嵌入到外骨骼样机中进行实时步态相位识别测试。本发明的方法具有良好的实时性和高准确率，能够准确地识别步态相位。
主权项：1.一种基于粒子群优化BP神经网络的人体步态识别方法，其特征在于，包括以下步骤：步骤S2、数据采集和预处理，采集设定步态周期足底压力和IMU关节角度数据作为神经网络的训练集和测试集，对采集的数据进行预处理；步骤S2、特征提取与数据分类，采用时域特征提取方法，从足底压力和IMU关节角度数据中提取步骤S1中预处理后数据的各步态相位的峰值、标准差、最小值、方差和平均值构成特征向量，依照定义步态相位的划分标准，对已获取的特征数据进行分类，即分为足跟着地、平立、脚尖离地和摆动期四个相位，将分割好的相位分别标注为类1、类2、类3与类4，每一个相位数据均被视为一个输入样本，每个输入样本均包含有8个特征向量，样本类别比例为1:1:1:1；步骤S3、神经网络模型优化：对样本利用PSO算法优化BP神经网络模型。
全文数据：
权利要求：
百度查询： 贵州大学 一种基于粒子群优化BP神经网络的人体步态识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号