RBF人工神经网络在坐姿评价中的应用

• 作者: 吴国新 蔡云龙 黄骥
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF神经网络 MATLAB工具箱 坐姿评价
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 专题·机电工程
• 页码范围: 64-67,72
• 页数: 5页
• 分类号: TH-39
• 字数: 3273字
• 语种: 中文

摘要

对传统坐姿评价算法计算过程冗杂、繁琐、准确率不高的问题,提出了建立基于径向基函数(radial basis function,RBF)神经网络的坐姿状态描述应用模型,通过搭建坐姿压力采集实验平台,利用MATLAB进行数据的归一化处理、计算、模型仿真,训练出一套具有良好学习能力、容错能力的坐姿状态描述神经网络.与常规的坐姿评价计算方法相比,该应用方法不但能够降低数据采集的难度,而且提高了坐姿评价5％的运算效率,为设计坐姿监测系统提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴国新	北京信息科技大学机电工程学院	76	337	10.0	15.0
2	黄骥	北京信息科技大学机电工程学院	5	10	2.0	2.0
3	蔡云龙	北京信息科技大学机电工程学院	2	2	1.0	1.0