基于多源信息和粒子群优化算法的下肢运动模式识别 |
| |
引用本文: | 刘磊,杨鹏,刘作军.基于多源信息和粒子群优化算法的下肢运动模式识别[J].浙江大学学报(自然科学版 ),2015(3):439-447. |
| |
作者姓名: | 刘磊 杨鹏 刘作军 |
| |
作者单位: | 河北工业大学控制科学与工程学院;智能康复装置与检测技术教育部工程研究中心 |
| |
基金项目: | 国家自然科学基金资助项目(61174009,61203323);天津市自然科学基金资助项目(13JCQNJC03400) |
| |
摘 要: | 为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播(PSO-BP)神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭度和功率谱比值为肌电信号特征,髋关节角度细分模式均值比为腿部角度信号特征,加速度标准差、能量峰值、两轴相关性系数为髋关节加速度特征.按照主成分分析(PCA)方法融合上述特征值,利用PSO-BP进行识别.实验结果表明:该方法识别率为95.75%,平均识别时间为1.234 8s.
|
关 键 词: | 多源信息 粒子群优化算法 主成分分析 下肢运动模式识别 BP神经网络 |
本文献已被 CNKI 等数据库收录! |
|