%0 Journal Article
%T 利用平均影响值和概率神经网络的步态识别
%A 袁娜
%A 杨鹏
%A 刘作军
%J 哈尔滨工程大学学报
%D 2015
%R 10.3969/j.issn.1006-7043.201309042
%X 为了实现对智能下肢假肢进行有效控制, 下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手, 利用平均影响值(MIV)来实现变量的筛选, 并针对膝上截肢者的特点确定了6个特征值, 分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV), 然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别, 并与BP神经网络(BPNN)识别步态进行比较, 试验结果表明将特征值用平均影响值方法筛选后, 用概率神经网络进行步态识别, 具有较好的识别率和识别速度, 其识别率与BP神经网络相比提高了10%以上, 验证了该方法的有效性和可行性。
%K 智能假肢
%K 步态识别
%K 平均影响值
%K 概率神经网络
%K 特征筛选
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20150210