基于加速度的小波能量特征及样本熵组合的步态分类算法

• 作者: 刘鸿宇 邢秀玉 黄武
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 步态分类 样本熵 小波能量 贝叶斯 决策树 计步器 加速度
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 545-549
• 页数: 5页
• 分类号: TP212
• 字数: 3788字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.04.021

摘要

针对传统的使用小波分解系数作为特征对走路、上楼、下楼进行分类时不能对具有相同强度加速度信号的步态样本进行分类的问题,提出了一种基于样本熵和小波能量相结合作为特征的分类算法.利用三轴加速度传感器采集走路、上楼、下楼3种步态下的上臂加速度信号,将信号进行小波分解,提取能量特征和样本熵特征,构建决策树分类器和贝叶斯分类器.决策树分类器和贝叶斯分类器的总体分类精度分别为75％和78.75％,使用样本熵与小波能量作为特征的分类精度比仅使用小波能量的分类精度提高了15.85％和19.17％.就步态分类精度而言,样本熵与小波能量相结合的方法优于仅使用传统小波能量方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鸿宇	中北大学运动医学研究所	58	334	10.0	15.0
2	邢秀玉	中北大学信息与通信工程学院	3	43	3.0	3.0
6	黄武	四川大学计算机学院	9	65	4.0	8.0