La precisión es un índice clave del reconocimiento de la marcha humana. En este artículo, proponemos un algoritmo mejorado de reconocimiento de la marcha, que combina la combinación de múltiples características y la colonia artificial de abejas para optimizar la máquina de vectores de apoyo (ABC-SVM). En primer lugar, teniendo en cuenta las características de complejidad de las señales de electromiografía de superficie (sEMG), se extraen cuatro tipos de características de las señales sEMG denotadas, incluyendo las características del dominio del tiempo de la integral del valor absoluto (IAV), la varianza (VAR), y el número de puntos de cruce de cero (ZC), las características del dominio de la frecuencia de la potencia media (MPF) y la frecuencia media (MF), y las características de la ondícula y la entropía difusa. En segundo lugar, se emplean los clasificadores SVM, el análisis lineal discriminante (LDA) y la máquina de aprendizaje extremo (ELM) para reconocer la marcha con las características obtenidas, incluidas las características de una sola clase, las características de combinación múltiple y las características optimizadas de reducción de la dimensión mediante el análisis de componentes principales (PCA). En tercer lugar, el coeficiente de penalización y el parámetro de la función kernel del clasificador SVM se optimizan mediante el algoritmo ABC, y se estudia la influencia de las diferentes características y clasificadores en los resultados del reconocimiento. Por último, se entrenan y reconocen las muestras de características seleccionadas para construir el clasificador SVM. Los resultados muestran que el rendimiento de clasificación del clasificador ABC-SVM es significativamente mejor que el del clasificador SVM no optimizado, y la tasa media de reconocimiento se incrementa en un 3,18%. Además, las muestras de características combinadas (dominio del tiempo, dominio de la frecuencia, wavelet y características de entropía difusa) no sólo mejoran la precisión de la clasificación de la marcha, sino que también mejoran la estabilidad del reconocimiento.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Triplete de Hashing Profundo con Pérdida Supervisada Conjunta basado en Redes Neuronales Profundas
Artículo:
Mejora de las características de detección de gases de los nanotubos de carbono multipared mediante tratamiento con plasma de CF 4 para la detección de componentes de descomposición de SF 6
Artículo:
Gestión rentable de la localización de agentes móviles en Internet
Artículo:
Nanopartículas de PEG-b-PCL de esfera sólida funcionalizadas dirigidas a las células endoteliales de los capilares cerebrales in vitro
Artículo:
Síntesis directa de materiales multicapa porosos de grafeno mediante plasma térmico a baja presión
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible