基于有监督Kohonen神经网络的步态识别

发布时间：2018-06-14 21:34

  本文选题：表面肌电信号 + 智能假肢　； 参考：《自动化学报》2017年03期

【摘要】：表面肌电信号随着时间的变化而改变,这将影响运动模式的分类精度.传统人体下肢假肢运动模式的识别算法不能保证在整个肌电控制时间内达到对运动模式的有效识别.为了解决这些问题,本文提取步态初期200 ms的信号的特征值,将无监督和有监督的Kohonen神经网络算法应用到大腿截肢者残肢侧的步态识别中,并与传统BP神经网络进行了对比.结果表明,有监督的Kohonen神经网络算法将五种路况下步态的平均识别率提高到88.4%,优于无监督的Kohonen神经网络算法和BP神经网络.
[Abstract]:The surface EMG signal changes with time, which will affect the classification accuracy of motion mode. The traditional motion pattern recognition algorithm of human lower limb prosthesis can not guarantee the effective recognition of motion pattern in the whole EMG control time. In order to solve these problems, the signal eigenvalues of 200ms in the initial gait are extracted, and the unsupervised and supervised Kohonen neural network algorithm is applied to the gait recognition of the left limb of the thigh amputee, and compared with the traditional BP neural network. The results show that the supervised Kohonen neural network algorithm increases the average gait recognition rate to 88.4 under five road conditions, which is superior to the unsupervised Kohonen neural network algorithm and BP neural network algorithm.
【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】：河北省青年自然基金(F2016202327) 河北省高等学校科学技术研究项目(Q2012079,ZC2016020) 中国科学院人机智能协同系统重点实验室开放基金资助~~
【分类号】：R318;TP183

【相似文献】

相关期刊论文 前10条

1 张元元;姜树明;魏志强;张建峰;许世杰;;基于步态的身份识别研究综述[J];山东科学;2012年03期

2 王云;赵秀萍;宋军;;运用常用软件对模糊监控录像中步态周期的研究[J];科技信息;2014年03期

3 王运成;;基于动态二维图像序列的三维步态识别方法[J];科技通报;2013年10期

4 陈心浩;黄正华;高智勇;朱小祥;;基于特征融合的步态识别研究[J];中南民族大学学报(自然科学版);2010年01期

5 王立;;步态识别及其在智能视频监控中的应用[J];淮北煤炭师范学院学报(自然科学版);2010年03期

6 李瀚霖;许林娜;王嘉楠;;步态识别在煤矿井下人员特征提取中的应用[J];科技致富向导;2011年24期

7 陈璇;吴清江;路远;;角度与动态时间归一化的步态识别[J];华侨大学学报(自然科学版);2010年01期

8 林敏;郑继绍;;静态特征和动态特征融合的步态识别[J];贵州大学学报(自然科学版);2010年03期

9 程琼;付波;;基于Hilbert-Huang描述子的步态识别方法[J];武汉大学学报(理学版);2008年01期

10 邹晶晶;;基于不变矩和SVM的步态识别[J];山西科技;2008年05期

相关会议论文 前8条

1 邓玉春;刘世平;;自动步态识别方法研究综述[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

2 何卫华;李平;文玉梅;叶波;袁海军;;运用下肢关节角度信息进行步态识别[A];第十三届全国图象图形学学术会议论文集[C];2006年

3 肖军;苏洁;郑波;贾鹏宇;;智能仿生腿在不同路况下的步态识别系统研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 张聪;明东;万柏坤;;基于小波描述子和人体骨架模型的多视角融合步态识别[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年

5 朱京红;方帅;高明;方杰;;基于人工免疫模型的步态识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

6 叶波;文玉梅;李平;;基于核主元分析和支持向量机的步态识别算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 王科俊;阎涛;吕卓纹;;基于耦合度量学习的特征级融合方法及在步态识别中的应用[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 王科俊;贲f[烨;;基于线性插值的特征模板构造的步态识别算法框架[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

相关重要报纸文章 前2条

1 编译 刘东征;新型“步态密码”给手机加把锁[N];北京科技报;2005年

2 若水;分析步态识别身份[N];光明日报;2003年

相关博士学位论文 前10条

1 刘磊;基于多源信息的步态识别算法研究[D];河北工业大学;2015年

2 余杰;基于视频的人体目标跟踪与识别技术研究[D];电子科技大学;2016年

3 贲f[烨;基于人体运动分析的步态识别算法研究[D];哈尔滨工程大学;2010年

4 曾玮;基于确定学习理论的人体步态识别研究[D];华南理工大学;2012年

5 张元元;基于序列统计特性的步态识别算法研究[D];山东大学;2010年

6 赵国英;基于视频的步态识别[D];中国科学院研究生院（计算技术研究所）;2005年

7 薛召军;基于小波变换和支持向量机相结合的步态识别新方法研究[D];天津大学;2007年

8 胡荣;人体步态识别研究[D];华中科技大学;2010年

9 顾磊;基于图像序列的人体步态识别方法研究[D];南京理工大学;2008年

10 刘海涛;基于立体视觉的步态识别研究[D];中国科学技术大学;2010年

相关硕士学位论文 前10条

1 陈夏辉;步态识别的若干关键技术研究[D];华南理工大学;2015年

2 王奎;一种基于特征曲线匹配的快速步态识别方法研究[D];大连海事大学;2015年

3 杨亚洲;基于人体轮廓特征的步态识别技术研究[D];国防科学技术大学;2013年

4 马晓龙;基于MIMU的单兵室内导航算法研究[D];国防科学技术大学;2013年

5 衣美佳;步态识别关键技术研究[D];南京邮电大学;2015年

6 杨楠;基于视触觉多特征融合的步态识别方法研究[D];河北工业大学;2015年

7 周浩理;复杂背景下多特征融合的人体步态识别研究[D];海南大学;2016年

8 李雪燕;视频监控中人体步态识别方法研究[D];长春工业大学;2016年

9 潘秀芳;基于手机的步态识别研究[D];燕山大学;2016年

10 罗璨;存在干扰因素情况下的步态识别统动力学初步探索[D];苏州大学;2016年

，

本文编号：2019028