基于多源信息和广义回归神经网络的下肢运动模式识别

摘要：

针对目前下肢运动模式识别率低的问题，提出了一种基于多源信息和广义回归神经网络（GRNN）的下肢运动模式识别方法．通过足底压力信息将人体日常下肢动作分解为不同的动作片段以组成识别目标集．采用下肢表面肌电信号中的偏度、峭度、功率谱熵，以髋关节角度作为腿部特征值，利用主成分分析（PCA）方法对文中提取的特征值进行降维处理，以缩短模型训练时间，防止过拟合．最后，利用GRNN对目标集中平地行走、上楼、下楼3种动作进行识别．实验结果表明，该方法的正确识别率为90.16%．

关键词：多源信息、片段分解、主成分分析、下肢运动模式识别、广义回归神经网络

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61203323，61174009；天津市自然科学基金资助项目13JCQNJC03400．

在线出版日期：2015-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：310-317