采用多核相关向量机的人体步态识别

• 作者: 刘作军 刘磊 杨鹏
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 下肢表面肌电信号(SEMG) 关节角度 多核学习(MKL) 多核相关向量机(MKRVM) 步态识别 萤火虫优化(GSO)算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机技术、电子通信技术
• 页码范围: 562-571
• 页数: 10页
• 分类号: TP391
• 字数: 6773字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2017.03.018

摘要

为进一步提升人体步态识别的准确率,参考人体步态特点,选择下肢表面肌电信号(SEMG)、髋关节角度、膝关节角度作为步态识别信息源,提出一种基于多核相关向量机(MKRVM)的人体步态识别方法.该方法以多源信息特征值作为多核相关向量机的输入,通过实验对不同信号选取合适的核函数,利用萤火虫优化(GSO)算法确定核函数参数,输出为不同步态的概率.利用训练好的模型直接对新样本进行分类,将概率最高的步态模式作为识别结果.实验结果表明,该方法对于平地行走、上楼、下楼、上坡、下坡等步态的平均识别率为94.64%,优于单核支持向量机(SVM)等方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	河北工业大学控制科学与工程学院	162	1021	16.0	23.0
3	刘磊	郑州轻工业学院建筑环境工程学院	37	266	10.0	15.0
5	刘作军	河北工业大学控制科学与工程学院	74	477	13.0	18.0