您的位置：
首页
>
农业专利
>
详情页
一种基于深度卷积神经网络的步态异常分类方法
- 专利权人:
- 复旦大学
- 发明人:
- 殷书宝,陈炜,朱航宇,王心平
- 申请号：
- CN201910063488.5
- 公开号：
- CN109770912A
- 申请日:
- 2019.23.01
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明属于生物特征识别技术领域,具体为一种基于深度卷积神经网络的步态异常识别方法。本发明方法包括:利用穿戴于人体的IMU采集人体正常行走以及模拟典型异常步态行走时的信号,得到不同步态下的三轴加速度信息;根据目标典型行走步频将原始数据做开窗切割预处理并根据步态类别将各数据队列打上相应标签;CNN深度卷积神经网络,其包括卷积层一、卷积层二、池化层一、池化层二、全连接层以及softmax输出层;最后将数据标签对分成训练集与测试集,训练集送入CNN进行训练,训练完成后利用测试集评估模型分类效果。本发明省却了繁复的步态周期划分与特征提取工程,提高了对多种异常步态的分类准确率,减少了数据预处理工作量,提高了分类准确度。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
