RVM算法在下肢辅助运动设备中的应用

• 作者: 刘仁学 张龙
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 相关向量机 步态轨迹 Savitzky-Golay滤波 主成分分析
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法语言
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文

摘要

相关向量机(RVM)是一种适用于非线性、较高维数的小样本事件的稀疏贝叶斯学习算法.笔者提出基于相关向量机利用足底压力信号预测人类行走时步态轨迹算法,通过相关压力传感器和磁栅尺同步采集足底部位的压力数据和踝关节角度数据,并利用Savitzky-Golay滤波算法滤波和主成分分析算法,目的在于减少压力信号维数,获得压力主分量信号.利用压力主分量信号进行最大期望算法(EM)训练,得出RVM模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘仁学		9	68	4.0	8.0
2	张龙		4	0	0.0	0.0