《电子测量技术杂志》发表论文赏析

基于Densenet模型的步态相位识别研究

来源:电子测量技术杂志2025年第1期北京时间:

作者:付明凯,王少红,马超

单位:北京信息科技大学现代测控技术教育部重点实验室 北京 100192

摘要:步态识别是下肢外骨骼机器人的关键技术,精准地步态识别对下肢外骨骼机器人的柔性控制具有重要作用。为解决不同个体以及同一个体步态特征(步速、步幅等)的随机性,本文提出了一种基于Densenet改进的SECBAM-Densenet网络模型的步态相位识别方法。首先,将两个惯性测量单元布置在胫骨前部和大腿前侧的股直肌,采集了200人次受试者前进、转弯、上楼梯、下楼梯4种步态任务的步态数据。然后,对数据进行滤波重采样预处理后作为所提模型的输入。最后,利用SECBAM-Densenet模型得到输出模型的分类结果。结果显示,改进后SECBAM-Densenet模型在同一个体中不同步态相位平均识别准确率达到了95.76%,相比其他模型有0.66%~21.22%的提升。在不同个体中,相位的识别准确率均高于94%。以上试验结果表明,本文提出的模型可以应用于步态相位识别领域,并为下肢外骨骼机器人的柔性控制提供了试验参考。

关键词:步态相位;Densenet;SE-net注意力模块;空间通道注意力模块

2025年1期其他文献查阅:

基于同步双向A星和灰狼优化的多点巡航规划

基于多任务学习的电机声信号域自适应故障诊断方法

基于CBAM-SRResNet的水下图像超分辨率重建研究

改进YOLOv8的城市行车道路障碍物检测算法研究

基于匹配滤波的非接触生命体征测量

用于运动想象脑电信号分类的深度学习网络

改进YOLOv8的密集人群口罩检测算法

基于轻量化YOLOv7的带式输送机输送带撕裂检测算法

扰动信息未知的永磁同步电机自适应滑模控制

基于多策略改进灰狼算法的无人机路径规划

改进YOLOv8的光伏电池缺陷检测算法

基于多目标跟踪优化的路口车辆轨迹提取方法

基于改进YOLOv8的轻量化皮革缺陷检测方法

基于Densenet模型的步态相位识别研究

融合时频特征的通信辐射源个体识别方法

基于多层注意力和度量学习的商品识别方法

结合视图感知CNN和Transformer的阿尔茨海默病诊断研究

改进YOLOv8n的轻量级遥感图像军用飞机检测算法

基于Enhanced Zero-DCE++的水下选通图像增强技术研究

自适应复杂环境噪声的多重关注联合优化检测算法

基于改进ResNet深度学习的古代壁画分类方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!