典型文献
基于优化随机森林的下肢外骨骼步态识别
文献摘要：
在下肢外骨骼的长期使用中,足底压力传感器可能会因为频繁挤压和摩擦而导致灵敏度下降或失效.针对这一问题,提出了仅使用大腿和小腿角度、角速度为输入来源的下肢外骨骼步态识别方法.利用惯性测量单元测量大腿和小腿角度、角速度,提取时域特征训练随机森林分类模型进行步态识别,并采用随机森林变量重要性结合皮尔逊相关系数进行输入特征筛选,保证识别的准确率,同时提高算法运行效率.通过实验验证,本文方法的准确率达到了93.2％,运行耗时更少,可以用于下肢外骨骼的步态识别.
文献关键词：
下肢外骨骼;步态识别;随机森林;特征选择
中图分类号：
作者姓名：
陆康;何志琴
作者机构：
贵州大学 电气工程学院,贵阳550025
文献出处：
引用格式：
[1]陆康;何志琴-.基于优化随机森林的下肢外骨骼步态识别)[J].智能计算机与应用,2022(12):100-103
A类：
B类：
下肢外骨骼,步态识别,足底压力,压力传感器,大腿,小腿,角速度,用惯,惯性测量单元,时域特征,随机森林分类,分类模型,行步,变量重要性,皮尔逊相关系数,输入特征,特征筛选,特征选择
AB值：
0.26138
相似文献
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。
