基于支持向量机的步态分类方法

• 作者: 吴建宁 王珏
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 支持向量机 步态分类 特征提取 步态模式
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 299-303
• 页数: 5页
• 分类号: TP391
• 字数: 4157字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2006.04.004

摘要

针对小样本步态数据引起的分类器泛化能力差的问题,提出了基于支持向量机的步态分类方法.采集了24名青年和24名老年受试者的步态数据,提取24个步态特征训练支持向量机,采用交叉验证方法评估分类器的泛化性能.结果表明,本文提出的方法能够有效地对小样本步态数据分类,并且具有良好的泛化性.不同的核函数对分类性能影响较小.与传统反向传播学习算法的神经网络分类器进行了比较,支持向量机分类性能明显优于传统反向传播学习算法的神经网络.支持向量机在步态分类中具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珏	西安交通大学生物医学信息工程教育部重点实验室	68	444	12.0	16.0
2	吴建宁	西安交通大学生物医学信息工程教育部重点实验室	2	10	2.0	2.0