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：山东大学
摘要：本发明公开了基于机器学习的肌电图步态识别评估方法及系统，所述方法，包括：对训练集的人体肌电信号进行特征提取，得到若干个步态特征；从所有的步态特征中进行特征筛选，得到最具代表性的若干个特征；基于最具代表性的若干个特征，构建出若干种不同的特征组合；将每一种特征组合，输入到机器学习模型中，对模型进行训练，得到当前特征组合对应的预测性能指标；将最大预测性能指标值所对应的特征组合为最优特征组合，将最大预测性能指标值所对应的训练后的机器学习模型作为最优机器学习模型；将待预测的特征组合输入到训练后的最优机器学习模型中，得到步态状态预测结果。
主权项：1.基于机器学习的肌电图步态识别评估方法，其特征是，包括：获取人体肌电信号；基于人体肌电信号，构建训练集，所述训练集包括：已知各种步态标签的人体肌电信号；对训练集的人体肌电信号进行特征提取，得到若干个步态特征；从所有的步态特征中进行特征筛选，得到最具代表性的若干个特征；基于最具代表性的若干个特征，构建出若干种不同的特征组合；将每一种特征组合，输入到机器学习模型中，对模型进行训练，得到当前特征组合对应的预测性能指标；将最大预测性能指标值所对应的特征组合为最优特征组合，将最大预测性能指标值所对应的训练后的机器学习模型作为最优机器学习模型；获取待预测对象的肌电信号，对待预测对象的肌电信号进行特征提取，得到待预测对象的步态特征，从待预测对象的步态特征中筛选出与最优特征组合一致的特征，从而构建出待预测的特征组合；将待预测的特征组合输入到训练后的最优机器学习模型中，得到步态状态预测结果。
全文数据：
权利要求：
百度查询： 山东大学 基于机器学习的肌电图步态识别评估方法及系统
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