%0 Journal Article
%T 基于支持向量机的步态识别新方法
%A 薛召军
%A 李佳
%A 明东
%A 万柏坤
%J 天津大学学报(自然科学与工程技术版)
%P 78-82
%D 2007
%X 为了能更好地提取步态识别参量,克服目前常用步态识别算法的不足,提出了基于频域特征提取与支持向量机(svm)识别的新方法．首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换,然后在频域进行窗口滤波,提取中间频段的幅值和相位,以此作为步态特征识别量输入至svm进行分类识别．使用中国科学院自动化研究所的步态数据库,分别以svm和人工神经网络(ann)进行识别,其正确识别率分别为84％~93％和77％~88％,表明本文的新算法具有更好的识别性能．
%K 支持向量机
%K 步态识别
%K 傅里叶变换
%K 特征提取
%U http://xbzrb.tjujournals.com/oa/DArticle.aspx?type=view&id=200701015