基于MPSO-BP神经网络方法的人体步态识别
文献类型:期刊论文
作者 | 孙楠1; 骆敏舟2; 王玉成2; 赵汉宾2 |
刊名 | 计算机工程与应用
![]() |
出版日期 | 2017 |
卷号 | 053 |
关键词 | 步态识别 步态相位 神经网络 粒子群算法 |
ISSN号 | 1002-8331 |
其他题名 | Human gait recognition based on MPSO-BP neural network method |
英文摘要 | 为提高人体下肢步态相位识别准确率以实现外骨骼机器人控制,采用一种改进的粒子群优化MPSO-BP神经网络方法识别不同运动模式下的人体步态相位。通过自适应调整学习因子构造MPSO-BP神经网络分类器,以多种传感信息组成的特征向量样本集训练神经网络分类器,用于识别人体下肢在平地行走、上楼梯和起坐三种典型运动模式下的步态相位。实验结果表明,MPSO-BP神经网络分类器能有效识别三种不同运动模式的步态相位,识别准确率均达到96%以上,识别性能优于传统的BP神经网络模型和粒子群优化神经网络模型。 |
语种 | 中文 |
CSCD记录号 | CSCD:6097112 |
源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/96917] ![]() |
专题 | 中国科学院合肥物质科学研究院 |
作者单位 | 1.常州大学机械工程学院 2.中国科学院合肥物质科学研究院先进制造技术研究所 3.中国科学院合肥物质科学研究院先进制造技术研究所 4.中国科学院合肥物质科学研究院先进制造技术研究所 |
推荐引用方式 GB/T 7714 | 孙楠,骆敏舟,王玉成,等. 基于MPSO-BP神经网络方法的人体步态识别[J]. 计算机工程与应用,2017,053. |
APA | 孙楠,骆敏舟,王玉成,&赵汉宾.(2017).基于MPSO-BP神经网络方法的人体步态识别.计算机工程与应用,053. |
MLA | 孙楠,et al."基于MPSO-BP神经网络方法的人体步态识别".计算机工程与应用 053(2017). |
入库方式: OAI收割
来源:合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。