典型文献
基于主成分分析和小波神经网络预测跑步中垂直地面反作用力
文献摘要：
目的 建立基于主成分分析(principal component analysis,PCA)和小波神经网络模型(wavelet neural network,WNN)预测跑台上人体所受垂直地面反作用力(vertical ground reaction force,vGRF)的方法.方法 选取9名后足跑者在跑台上以12、14与16 km/h速度跑步,通过红外运动捕捉系统和测力跑台同步采集运动学数据与vGRF.以Morlet函数作为激活函数并构建3层神经网络,将大腿、小腿与足的环节质心速度与髋、膝与踝关节的关节角度输入到模型.使用重相关系数(coefficient of multiple correlation,CMC)以及误差值评价预测模型的准确性,使用Bland-Altman方法分析vGRF预测峰值与测量峰值间一致性.结果 不同速度下vGRF预测曲线与测量曲线间CMC＞0.99,预测值与测量值间均方根误差(root mean squared error,RMSE)为0.18～0.28 BW,标准均方根误差(normalized root mean squared error,NRMSE)为 6.20％～8.42％.不同速度下冲击力与推进力峰值 NRMSE＜15％.Bland-Altman结果显示,12 km/h推进力峰值的预测误差以及14 km/h冲击力和推进力峰值的预测误差在95％一致性区间.结论 构建的PCA-WNN模型可准确预测出跑台跑步时人体所受vGRF.研究结果为在跑台上获得动力学数据和实时监测提供新途径,对研究跑步损伤及康复治疗有较大意义.
文献关键词：
垂直地面反作用力;小波神经网络;主成分分析;跑台;后足着地
中图分类号：
作者姓名：
王冬梅;郭文霞;袁书芳;潘嘉慧;郝卫亚
作者机构：
北京体育大学运动人体科学学院,北京100084;国家体育总局体育科学研究所,北京100061
文献出处：
引用格式：
[1]王冬梅;郭文霞;袁书芳;潘嘉慧;郝卫亚-.基于主成分分析和小波神经网络预测跑步中垂直地面反作用力)[J].医用生物力学,2022(04):706-712
A类：
vGRF,后足着地
B类：
小波神经网络,神经网络预测,垂直地面反作用力,principal,component,analysis,wavelet,neural,network,WNN,跑台,vertical,ground,reaction,force,跑者,红外运动捕捉系统,测力,同步采集,集运,运动学,Morlet,激活函数,大腿,小腿,质心速度,踝关节,关节角度,coefficient,multiple,correlation,CMC,误差值,评价预测,Bland,Altman,线间,测量值,root,mean,squared,error,BW,标准均方根,normalized,NRMSE,下冲,冲击力,推进力,预测误差,准确预测,预测出,时人,动力学数据,跑步损伤,伤及,康复治疗
AB值：
0.368099
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
