基于有监督Kohonen神经网络的步态识别

• 作者: 宣伯凯 李彩萍 王蕾 郭欣
• 来源期刊: 自动化学报
• 关键词: 表面肌电信号 智能假肢 特征提取 有监督Kohonen神经网络 步态识别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 430-438
• 页数: 9页
• 字数: 6671字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160114

摘要

表面肌电信号随着时间的变化而改变,这将影响运动模式的分类精度.传统人体下肢假肢运动模式的识别算法不能保证在整个肌电控制时间内达到对运动模式的有效识别.为了解决这些问题,本文提取步态初期200 ms的信号的特征值,将无监督和有监督的Kohonen神经网络算法应用到大腿截肢者残肢侧的步态识别中,并与传统BP神经网络进行了对比.结果表明,有监督的Kohonen神经网络算法将五种路况下步态的平均识别率提高到88.4%,优于无监督的Kohonen神经网络算法和BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭欣	河北工业大学控制科学与工程学院	23	113	6.0	10.0
3	王蕾	河北工业大学控制科学与工程学院	20	67	4.0	7.0
5	宣伯凯	河北工业大学控制科学与工程学院	15	93	5.0	9.0
9	李彩萍	河北工业大学控制科学与工程学院	2	30	1.0	2.0