TY - Jour Au - Yan，Lei Au - Zhen，Tao Au - Kong，Jian-Lei Au - Wang，连明奥 - 周，萧磊PY - 2020DA - 2020 / 01/08 - 步道步态相位检测基于使用投票加权集成神经网络的加速信号SP - 4760297 VL - 2020 AB - 人体步态阶段识别是康复训练机器人，人类疾病诊断，人工假体等的重要技术。步态信息的识别方法的有效设计是当前步态相位划分和特征值提取研究的关键问题。本文提出了一种新的投票加权集成神经网络（VWI-DNN）以检测来自多维加速信号的不同步态阶段。更具体地，它首先采用步态信息获取系统来收集固定在人的下肢上的不同IMU传感器数据。然后，通过维度减少和四相划分预处理，选择关键特征并将其作为统一向量合并，以在时域中学习共同和域知识。接下来，传送多个精制的DNN以设计多级液集成神经网络，其利用混合粒度信息来利用高维特征代表。最后，开发了一种投票加权功能以使不同的子模型融合作用以区分不同步态阶段的小差异的统一表示。VWI-DNN模型的端到端实现是通过渐变反向传播的损耗优化进行微调。实验结果表明，与其他方法相比，该方法具有较高分类精度的提出方法的表现性能，其中分类精度和宏F1高达99.5％。 More discussions are provided to indicate the potential applications in combination with other works. SN - 1076-2787 UR - https://doi.org/10.1155/2020/4760297 DO - 10.1155/2020/4760297 JF - Complexity PB - Hindawi KW - ER -