GA-BP神经网络在下肢运动步态识别中的应用研究

被引：10

作者：

马玉良 ^{[1
]}

马云鹏 ^{[1
]}

张启忠 ^{[1
]}

罗志增 ^{[1
]}

杨家强 ^{[2
]}

机构：

[1] 杭州电子科技大学智能控制与机器人研究所

[2] 浙江大学电气工程学院

来源：

传感技术学报 | 2013年 / 26卷 / 09期

基金：

浙江省自然科学基金;

关键词：

肌电信号; 步态识别; 特征提取; BP神经网络; 遗传算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

为了提高下肢表面肌电信号步态识别的准确性,提出了一种基于遗传算法(GA)优化的BP神经网络分类器设计方法。首先,对采集的下肢表面肌电信号进行小波滤波及特征提取,其次,构造基于GA优化的BP神经网络分类器,然后,以提取的表面肌电信号特征作为输入对分类器进行训练,最后对训练好的分类器进行测试。实验结果表明,基于GA优化的BP神经网络分类器能成功识别下肢正常行走的5个步态,平均识别率达到98%以上,可见基于GA-BP神经网络分类器的识别效果明显优于BP神经网络分类器。

引用

页码：1183 / 1187

页数：5

共 8 条

[1] 基于表面肌电信号形态特征的多模式识别研究 [J].