中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
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。