安庆师范大学学报(自然科学版)

2021, v.27;No.121(01) 34-39

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融合统计和几何特征的运动意图识别方法
Motion Intention Recognition Based on the Combination of Statistical and Geometric Features

盛敏;唐少波;

摘要(Abstract):

考虑到完全由离散统计特征构成的特征空间难以准确地描述人体运动的连续特性,提出了一种基于统计和几何特征相结合的智能下肢假肢运动意图识别改进方法。该方法立足于特征空间的改进,将均值、方差、最大值和最小值等统计特征和由函数型数据分析方法拟合提取的几何特征进行融合,选择均值、方差、最值斜率作为一组特征基构成混合特征空间。实验结果表明,采用混合特征进行运动意图识别,降低了特征空间的维数,整体上识别精确度有所提高,为智能假肢控制赢得更多的调节时间,协助单侧下肢截肢者及时、准确执行某种单一类型的动作及进行不同类型运动的转换。

关键词(KeyWords): 运动意图识别;惯性测量单元;特征基;混合特征空间

Abstract:

Keywords:

基金项目(Foundation): 教育部“云数融合科教创新”基金(2017A09116);; 安徽省科技重大专项(18030901021);; 安徽省高校优秀拔尖人才培育资助项目(gxbjZD26);; 安庆师范大学科研创新团队建设资助计划项目

作者(Author): 盛敏;唐少波;

Email:

DOI: 10.13757/j.cnki.cn34-1328/n.2021.01.008

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享