典型文献
基于LSTM和Conformer的下肢外骨骼步态预测方法
文献摘要：
提出一种新颖的基于长短期记忆神经网络(Long Short-term Memory,LSTM)和Conformer相结合的步态预测方法,用于解决下肢外骨骼人机协同问题.首先利用LSTM网络模型在时间上对步态数据序列做初步的特征提取及预测,然后采用Conformer模型对LSTM模型输出的数据在时空上作进一步的深度特征提取,并经线性激活单元输出预测结果.利用Pytorch搭建LSTM-Conformer神经网络模型,由采集到的下肢姿态数据组建成的数据集作为输入,将步态所属类别标签作为输出进行验证.实验结果表明,拟议网络模型平均准确率达到了94.89％.
文献关键词：
外骨骼;步态预测;九轴姿态传感器;长短期记忆网络;Conformer模型
中图分类号：
作者姓名：
赵侦钧;王涛;贝太学;宋涛涛
作者机构：
山东建筑大学信息与电气工程学院,山东 济南 250000;山东建筑大学机电工程学院
文献出处：
引用格式：
[1]赵侦钧;王涛;贝太学;宋涛涛-.基于LSTM和Conformer的下肢外骨骼步态预测方法)[J].计算机时代,2022(08):1-5
A类：
九轴姿态传感器
B类：
Conformer,下肢外骨骼,步态预测,长短期记忆神经网络,Long,Short,term,Memory,人机协同,协同问题,步态数据,数据序列,模型输出,空上,深度特征提取,经线,输出预测,Pytorch,出进,拟议,模型平均,平均准确率,长短期记忆网络
AB值：
0.325428
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。
