期刊文献+
共找到1,738篇文章
< 1 2 87 >
每页显示 20 50 100
无线传感网跟踪任务中的目标运动模型估计与节点调度 预览
1
作者 王祺尧 冯辉 +1 位作者 胡波 罗灵兵 《复旦学报:自然科学版》 CAS CSCD 北大核心 2019年第2期221-230,共10页
在无线传感器网络进行目标跟踪的过程中,合理的节点调度算法可以兼顾跟踪精度和能量消耗,延长网络的使用寿命.然而,当目标运动模型未知时,难以实现高效的节点调度.为解决目标运动模型未知场景下的跟踪问题,本文将监控区域中的目标移动... 在无线传感器网络进行目标跟踪的过程中,合理的节点调度算法可以兼顾跟踪精度和能量消耗,延长网络的使用寿命.然而,当目标运动模型未知时,难以实现高效的节点调度.为解决目标运动模型未知场景下的跟踪问题,本文将监控区域中的目标移动和传感器观测建模为隐马尔可夫模型(HMM),并提出了HMM-QMDP算法,把问题分解为运动模型估计和节点调度两个阶段:运动模型估计阶段是根据传感器采集的观测序列估计目标状态转移概率;节点调度阶段则被建模为部分可观测马尔可夫决策过程(POMDP),综合考虑决策的短期和长期损失,应用QMDP算法近似求解优化策略.仿真结果表明:该算法可以根据观测样本有效地学习和估计目标运动模型,提升节点调度算法的效果. 展开更多
关键词 无线传感器网络 运动模型估计 节点调度 隐马尔可夫模型 部分可观测马尔科夫决策过程
在线阅读 免费下载
基于因子分解机和隐马尔可夫的推荐算法 预览
2
作者 王晓耘 李贤 袁媛 《计算机技术与发展》 2019年第6期85-89,共5页
因子分解机是一种基于矩阵分解的机器学习方法,通过在矩阵中引入上下文信息,构建含有上下文信息的矩阵,能够很好地进行用户评分预测。隐马尔可夫模型是一种含有隐含未知参数的统计模型,使用隐藏状态能够更好地符合实际情况。传统的推荐... 因子分解机是一种基于矩阵分解的机器学习方法,通过在矩阵中引入上下文信息,构建含有上下文信息的矩阵,能够很好地进行用户评分预测。隐马尔可夫模型是一种含有隐含未知参数的统计模型,使用隐藏状态能够更好地符合实际情况。传统的推荐算法在进行推荐时通常并没有引入上下文信息,这通常会影响推荐算法的效果。鉴于上下文感知推荐算法通常能有效提高推荐精度,文中通过对推荐系统引入上下文信息并为用户添加用户隐藏兴趣状态,能够更精确地对用户进行推荐。为此,提出了一种结合因子分解机和隐马尔可夫模型的方法。在公开数据集上的验证结果表明,该方法相较于一些传统的推荐算法能够有效地提升推荐精度,并且在数据量增加的情况下也有较高的推荐精度。 展开更多
关键词 上下文感知 因子分解机 隐马尔可夫模型 隐藏状态
在线阅读 下载PDF
隐马尔科夫模型修正的交互多模跟踪算法
3
作者 崔丽珍 岑晓男 +2 位作者 赫佳星 史明泉 王巧利 《现代雷达》 CSCD 北大核心 2019年第4期48-53,共6页
针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi算法求解修正系数,在检测到目标运动... 针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi算法求解修正系数,在检测到目标运动发生机动性变化时,将修正系数用于交互式多模型算法以达到实时调整模型转移概率的目的。仿真结果表明,该算法的跟踪结果优于传统的交互式多模型算法,具有很好的稳健性、实时性,有效降低了主观因素对跟踪精度造成的影响。 展开更多
关键词 隐马尔科夫模型 转移概率 交互式多模型 跟踪
基于HTK的孤立词语音识别 预览
4
作者 杜宇斌 赵磊 《山东理工大学学报:自然科学版》 CAS 2019年第5期63-69,共7页
设计孤立词的语音识别系统,对小词汇量、非特定人的语音进行识别。利用HTK(Hidden Markov Model Toolkit,隐马尔科夫模型工具箱)语音识别工具包进行系统的搭建,从语音识别的原理出发,对每一个单词建立和训练隐马尔科夫模型,探讨语音识... 设计孤立词的语音识别系统,对小词汇量、非特定人的语音进行识别。利用HTK(Hidden Markov Model Toolkit,隐马尔科夫模型工具箱)语音识别工具包进行系统的搭建,从语音识别的原理出发,对每一个单词建立和训练隐马尔科夫模型,探讨语音识别的基本流程和实现方法,为连续语音识别研究打下基础。实验结果显示,隐马尔科夫模型对孤立词具有良好的识别性能。在正常说话语境下,对语料库中单词的识别率可达到80%。 展开更多
关键词 孤立词识别 HTK 隐马尔科夫模型 模型训练
在线阅读 免费下载
基于融合模糊C均值与隐马尔科夫模型的滚动轴承的退化状态识别
5
作者 周建民 张臣臣 +1 位作者 张龙 郭慧娟 《机械设计与研究》 CSCD 北大核心 2019年第3期83-86,共4页
滚动轴承在长期的工作过程中其性能会出现不同程度的退化,如果能对滚动轴承的退化状态进行识别就可以做好维护措施。用自回归模型(Autoregressive model, AR)对滚动轴承全寿命周期的振动信号提取其系数及残差,用正常样本和失效样本特征... 滚动轴承在长期的工作过程中其性能会出现不同程度的退化,如果能对滚动轴承的退化状态进行识别就可以做好维护措施。用自回归模型(Autoregressive model, AR)对滚动轴承全寿命周期的振动信号提取其系数及残差,用正常样本和失效样本特征建立模糊C均值模型(Fuzzy C Mean, FCM),用轴承正常样本的特征数据建立隐马尔科夫(Hidden Markov model, HMM)模型,将轴承的测试样本信号输入建立的FCM和HMM模型得到的两个退化指标,再将其作为特征矩阵输入到FCM模型,得到融合方法的性能退化曲线,结果表明该方法集中了空间统计距离模型和概率统计模型两者的优势,最后用IEEE PHM2012实验数据进行验证,表明所述方法与滚动轴承性能退化趋势保持一致并且可以提早发现早期故障。 展开更多
关键词 滚动轴承 AR模型 模糊C均值 隐马尔科夫模型 退化状态 IEEE PHM2012实验
基于交互式多模型无迹卡尔曼滤波的锂电池荷电状态估计 预览
6
作者 谭霁宬 颜学龙 《科学技术与工程》 北大核心 2019年第12期170-175,共6页
为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进... 为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进行SOC估计,提出了一种基于HMM的IMM-UKF算法估计锂电池SOC的方法。锂电池在线SOC估计实验表明,该方法比较其他估计方法有着更高的估计精度,平均绝对误差仅为1%。 展开更多
关键词 荷电状态 隐马尔科夫模型 交互式多模型 无迹卡尔曼滤波 遗传算法
在线阅读 免费下载
多特征和SVM改进的语音关键词识别系统
7
作者 陈太波 张翠芳 《小型微型计算机系统》 CSCD 北大核心 2019年第11期2291-2296,共6页
本文在HMM/Filler模型的基础上,通过对汉语的408个音节建立支持向量机SVM分类器提升了HMM系统的识别率,这408个SVM音节分类器有助于全面支持关键词的动态设定.针对SVM分类器训练数据的定长要求,本文通过对关键词特征帧进行等长化处理,... 本文在HMM/Filler模型的基础上,通过对汉语的408个音节建立支持向量机SVM分类器提升了HMM系统的识别率,这408个SVM音节分类器有助于全面支持关键词的动态设定.针对SVM分类器训练数据的定长要求,本文通过对关键词特征帧进行等长化处理,使得对音节分类的SVM分类器得以训练.进一步,为了调节系统的融合性,本文提出概率融合公式,即通过设定融合参数λ来调整SVM分类器对HMM/Filler的作用程度.实验结果表明,当融合参数λ=0.3时,SVM与HMM/Filler融合的关键词识别系统效果最佳,此时融合系统相对于HMM/Filler基线系统识别率有着6.74%的提升,多特征训练的融合系统相对于单特征训练的HMM/Filler基线系统识别率提升近10%. 展开更多
关键词 识别 隐马尔可夫模型HMM HMM/Filler模型 支持向量机SVM
危险货物道路运输车辆出行链活动类型识别 预览
8
作者 赵慧英 钱大琳 +1 位作者 张博 范爱华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第9期193-200,共8页
针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节... 针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持. 展开更多
关键词 危险货物运输 GPS数据 出行链活动类型 多尺度特征体系 隐马尔科夫模型 高斯混合模型
在线阅读 免费下载
隐马尔可夫多元线性回归模型及其贝叶斯估计 预览
9
作者 刘鹤飞 《统计与决策》 CSSCI 北大核心 2019年第6期21-24,共4页
文章将隐马尔可夫模型与回归模型相结合,提出了隐马尔可夫回归模型的概念。并以多元线性回归为例,详细给出了隐马尔可夫多元线性回归模型的数学定义。为了对模型的参数进行贝叶斯估计,给出了参数的先验分布,推导出了每个参数的全条件后... 文章将隐马尔可夫模型与回归模型相结合,提出了隐马尔可夫回归模型的概念。并以多元线性回归为例,详细给出了隐马尔可夫多元线性回归模型的数学定义。为了对模型的参数进行贝叶斯估计,给出了参数的先验分布,推导出了每个参数的全条件后验分布。用MCMC算法模拟后验分布,取后验均值作为各参数的贝叶斯估计值。最后,将参数的估计值与真实值进行对比,验证了估计方法的可靠性。 展开更多
关键词 隐马尔可夫模型 回归模型 贝叶斯估计 先验分布 MCMC算法
在线阅读 下载PDF
一种聚类隐马尔可夫模型的时空轨迹预测算法
10
作者 孙红 陈锁 《小型微型计算机系统》 CSCD 北大核心 2019年第3期472-476,共5页
随着'互联网+'的高速发展,大数据的不断产生,人们对时空轨迹的数据分析也越来越多.本文针对海量的用户轨迹数据进行研究,提出一种基于分区域的隐马尔可夫模型用以解决时空轨迹序列的预测问题.该模型首先通过聚类将一片区域内的... 随着'互联网+'的高速发展,大数据的不断产生,人们对时空轨迹的数据分析也越来越多.本文针对海量的用户轨迹数据进行研究,提出一种基于分区域的隐马尔可夫模型用以解决时空轨迹序列的预测问题.该模型首先通过聚类将一片区域内的时空序列分成多个小区域,每个小区域内再通过聚类确定多个隐状态和发射序列,然后针对每个小区域进行隐马尔可夫模型的训练得出最终模型.预测时通过已知的时空序列,找到对应的区域模型,通过维特比算法计算出最佳隐状态序列,再结合转移矩阵做出下一个轨迹点的预测.实验表明,该模型具有较高的学习速度,且预测精度较高. 展开更多
关键词 时空轨迹序列 隐马尔可夫模型 聚类 子区域
BioTrHMM:基于迁移学习的生物医学命名实体识别算法 预览 被引量:1
11
作者 高冰涛 张阳 刘斌 《计算机应用研究》 CSCD 北大核心 2019年第1期45-48,共4页
为了降低生物医学文本中命名实体识别对目标领域标注数据的需求,将生物医学文本中的命名实体识别问题转换为基于迁移学习的隐马尔可夫模型问题。对要进行命名实体识别的目标领域数据集无须进行大量数据标注,通过迁移学习的方法实现对目... 为了降低生物医学文本中命名实体识别对目标领域标注数据的需求,将生物医学文本中的命名实体识别问题转换为基于迁移学习的隐马尔可夫模型问题。对要进行命名实体识别的目标领域数据集无须进行大量数据标注,通过迁移学习的方法实现对目标领域的识别分类;以相关领域数据为辅助数据集,利用数据引力的方法评估辅助数据集的样本在目标领域学习中的贡献程度,在辅助数据集和目标领域数据集上计算权值进行迁移学习。基于权值学习模型,构建基于迁移学习的隐马尔可夫模型算法BioTrHMM。在GENIA语料库的数据集上的实验表明,BioTrHMM算法比传统的隐马尔可夫模型算法具有更好的性能,仅需要少量的目标领域标注数据即可具有较好的命名实体识别性能。 展开更多
关键词 迁移学习 隐马尔可夫模型 命名实体识别 文本挖掘
在线阅读 下载PDF
一种GMMHMM隐状态与高斯混合成份初始化算法 预览
12
作者 张军超 蒋强荣 《软件导刊》 2019年第1期81-85,共5页
为了解决传统隐马尔可夫模型应用通常将隐状态数和混合成份数看作一致的弊端,更客观地描述问题,使模型研究适合现实的数据分布,参数设定更为精准,从而使算法效果达到最优,提出一种基于高斯混合分布、聚类思想和OEHS准则的适应数据分布... 为了解决传统隐马尔可夫模型应用通常将隐状态数和混合成份数看作一致的弊端,更客观地描述问题,使模型研究适合现实的数据分布,参数设定更为精准,从而使算法效果达到最优,提出一种基于高斯混合分布、聚类思想和OEHS准则的适应数据分布且自动确定参数的算法。因隐马尔可夫学习算法由EM算法实现,但EM是局部最优算法,严重依赖初始值,从跳出局部最优的角度出发,对两个参数进行初始设定。与传统的随机初始化方法进行比较,实验结果表明,该算法能得到更好的结果。 展开更多
关键词 隐马尔可夫模型 GMM混合成份 隐状态 自适应
在线阅读 免费下载
基于实时识别焦虑情绪的音乐重构 预览
13
作者 沙文青 郭滨 +2 位作者 王宏旭 白雪梅 张晨洁 《长春理工大学学报:自然科学版》 2019年第1期100-105,118共7页
焦虑是在被威胁的环境中产生复杂心理的过程,长期处于焦虑状态会对自身的健康产生严重的影响。该研究分析脑电来探究不同音乐对焦虑情绪的舒缓作用,并根据脑电图(EEG)实时的变化重构出更多缓解焦虑情绪的音乐。通过设计实验诱发焦虑情绪... 焦虑是在被威胁的环境中产生复杂心理的过程,长期处于焦虑状态会对自身的健康产生严重的影响。该研究分析脑电来探究不同音乐对焦虑情绪的舒缓作用,并根据脑电图(EEG)实时的变化重构出更多缓解焦虑情绪的音乐。通过设计实验诱发焦虑情绪,利用Fast ICA、HHT和切比雪夫滤波器法等算法对EEG进行处理,获得能够实时识别焦虑情绪的特征向量,即alpha和beta波的功率比,并获取其阈值范围,通过采集处于焦虑状态下的人聆听不同风格音乐下的脑电信号数据,根据阈值范围得到使情绪变好的音乐片段,通过BP神经网络对所获得的音乐片段进行分类,在每个类别下,利用隐马尔可夫链学习音乐片段,构建以音符为状态空间的隐马尔科夫模型,来组合音乐片段,创造新的音乐。 展开更多
关键词 情绪识别 焦虑情绪 音乐重构 EEG 功率比 BP神经网络 隐马尔可夫
在线阅读 下载PDF
PU场景下的生物医学命名实体识别算法研究 预览
14
作者 高冰涛 翟振刚 刘斌 《智能物联技术》 2019年第1期22-28,47共8页
传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实... 传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。 展开更多
关键词 正例未标注学习 隐马尔科夫模型 命名实体识别 文本挖掘
在线阅读 下载PDF
5G双连接异构网络中基于HMM的小区预切换方案 预览
15
作者 李贵勇 张欢 张云 《南京邮电大学学报:自然科学版》 北大核心 2019年第4期1-8,共8页
为减少5G双连接异构网络中的小区切换延迟并降低切换失败率,文中提出了基于隐马尔可夫模型的小区预切换方案,建立了以用户的历史运动轨迹为观察序列,以微小区为隐藏序列的隐马尔可夫模型。该方案通过构建位置序列并对位置序列学习,分析... 为减少5G双连接异构网络中的小区切换延迟并降低切换失败率,文中提出了基于隐马尔可夫模型的小区预切换方案,建立了以用户的历史运动轨迹为观察序列,以微小区为隐藏序列的隐马尔可夫模型。该方案通过构建位置序列并对位置序列学习,分析并预测目标微小区从而达到预切换的目的。实验和仿真结果表明,所提出的方案在正确预测的情况下,切换失败率相比传统切换要低24%,切换延迟降低了58.5%,为5G双连接异构网络中的小区切换提供了有效方案。 展开更多
关键词 5G 切换 双连接 隐马尔可夫模型 微小区
在线阅读 下载PDF
基于隐马尔可夫模型的智能临床路径系统的设计 预览
16
作者 张学农 张志强 《中国数字医学》 2019年第1期75-76,100共3页
以隐马尔可夫模型为理论基础,通过海量临床数据学习建立智能临床路径系统,实现临床路径识别、治疗措施推荐和临床预警功能。以医疗服务云的方式为医生提供辅助决策,提高医生工作效率,降低医疗风险,推进医疗资源共享。
关键词 临床辅助决策 隐马尔可夫模型 智能临床路径系统
在线阅读 下载PDF
一种风电场风速异常数据预处理的新方法 预览
17
作者 陈伟 王敏 裴喜平 《兰州理工大学学报》 CAS 北大核心 2019年第5期91-96,共6页
针对风电场采集到的历史风速数据中存在异常值的问题,为保证风速数据的准确性和有效性,提出了一种运用差分自回归滑动平均(auto regressive integrated moving average, ARIMA)、小波分解(wavelet decomposition,WD)和隐马尔科夫(hidden... 针对风电场采集到的历史风速数据中存在异常值的问题,为保证风速数据的准确性和有效性,提出了一种运用差分自回归滑动平均(auto regressive integrated moving average, ARIMA)、小波分解(wavelet decomposition,WD)和隐马尔科夫(hidden Markov model,HMM)组合算法对异常风速数据进行挖掘的方法.采用ARIMA模型挖掘异常风速数据的潜在特征,得到反映风速值异常情况的残差序列;为进一步提高检测精度和降低系统误差的干扰,采用小波分解方法捕获残差序列中的粗大误差特征;借助HMM算法的双重随机过程检测异常风速值并剔除,将剔除异常值后的数据运用粒子群优化最小二乘支持向量机方法进行重构,保证风速序列的完整性.实际算例结果表明了所提方法的有效性和可行性. 展开更多
关键词 异常数据识别 时间序列 小波分解 隐马尔科夫模型
在线阅读 下载PDF
基于逆向分析的工控协议模糊测试方法 预览
18
作者 王海翔 朱朝阳 +1 位作者 应欢 缪思薇 《电力信息与通信技术》 2019年第4期1-9,共9页
协议的传统漏洞挖掘方法一般有2种:模糊测试方法和逆向分析方法,模糊测试方法有自动化程度高、不依赖源代码等优点,但测试用例针对性不强,无法适用于工控专用协议。传统协议逆向分析方法使用N-gram模型划分协议报文序列时存在混入噪声... 协议的传统漏洞挖掘方法一般有2种:模糊测试方法和逆向分析方法,模糊测试方法有自动化程度高、不依赖源代码等优点,但测试用例针对性不强,无法适用于工控专用协议。传统协议逆向分析方法使用N-gram模型划分协议报文序列时存在混入噪声过多、逆向效果不理想等缺陷,文章提出协议逆向分析与模糊测试相结合的漏洞挖掘方法;提出基于局部贪心算法的改进有效计数法,使协议关键字提取准确率平均提高65%;结合有损计数法构造协议语法树,减少了40%的生成树节点。根据协议ε机最小化马尔科夫模型得到协议状态机,指导模糊测试有效用例的生成。使用模糊测试框架Sulley对工控协议进行漏洞挖掘,发现了整数溢出等漏洞,验证了方法的有效性。 展开更多
关键词 工控专用协议 逆向分析 模糊测试 隐马尔科夫模型
在线阅读 免费下载
改进的多种群算法优化隐马尔可夫模型预测篦压趋势 预览
19
作者 刘兆伦 张春兰 +3 位作者 郭长江 王海羽 武尤 刘彬 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第8期1217-1226,共10页
以篦冷机关键参数篦下压力为研究对象,提出一种篦压变化趋势预测模型.利用主成分分析对数据降维,以主元序列作为观测序列,构建改进的多种群算法优化隐马尔可夫模型参数.种群内利用轮盘赌算子选择个体,设计双区与均匀行交叉结合的自适应... 以篦冷机关键参数篦下压力为研究对象,提出一种篦压变化趋势预测模型.利用主成分分析对数据降维,以主元序列作为观测序列,构建改进的多种群算法优化隐马尔可夫模型参数.种群内利用轮盘赌算子选择个体,设计双区与均匀行交叉结合的自适应交叉算子避免局部收敛,进行动态变异率的多项式变异操作提高收敛速度,种群间提出混合师生交流机制的自适应移民算子保证多种群协同进化.仿真表明本文算法可收敛到全局最优,能提高收敛精度和速度,利用该算法建立的模型跟踪性能好,预测精度高,能满足对篦压趋势预测的要求. 展开更多
关键词 主成分分析 遗传算法 隐马尔可夫模型 篦冷机 篦下压力 预测 改进的多种群算法
在线阅读 下载PDF
一种基于表面肌电信号及三轴加速度信号的步态识别方法 预览
20
作者 郝静涵 杨鹏 +1 位作者 陈玲玲 耿艳利 《中国组织工程研究》 CAS 北大核心 2019年第32期5164-5169,共6页
背景:由于频发的各种意外灾害以及身体疾病,使得相当数量的人丧失了行走能力,如何通过对人体的动作识别,设计外骨骼助行器用于恢复这些患者的行走能力,已经逐渐成为康复工程领域的热门课题。目的:在分类器层面对表面肌电信号及三轴加速... 背景:由于频发的各种意外灾害以及身体疾病,使得相当数量的人丧失了行走能力,如何通过对人体的动作识别,设计外骨骼助行器用于恢复这些患者的行走能力,已经逐渐成为康复工程领域的热门课题。目的:在分类器层面对表面肌电信号及三轴加速度信号进行融合,提高人体步态辨识识别率。方法:提出了一种基于表面肌电信号和三轴加速度信号相结合的方法来识别5种不同的日常基本步态模式,包括平地行走、上楼梯、下楼梯、上斜坡和下斜坡。采集人体下肢5通道表面肌电信号及大腿处和小腿处三轴加速度信号,将信号预处理后进行特征提取,构建基于双流隐马尔科夫模型的分类器对5种日常基本步态模式进行分类识别研究。结果与结论:(1)实验对5种基本步态模式进行了识别,实验平均识别率为94.32%,较仅采用表面肌电信号信号进行识别的准确率(平均90.17%)高出4.15%,并且较仅采用三轴加速度信号的识别率(平均84.72%)高出9.60%;(2)结果表明,将表面肌电信号信号与加速度信号相结合,可以获得更有用的运动信息,有助于提高离线分析下的步态识别精度。 展开更多
关键词 步态识别 表面肌电信号 加速度信号 隐马尔科夫模型 外骨骼助行器 国家自然科学基金
在线阅读 下载PDF
上一页 1 2 87 下一页 到第
使用帮助 返回顶部 意见反馈