TY -的A2 - Lu,小杰盟——Pandey, Chandrasen AU -罗伊,Diptendu Sinha AU - Poonia,拉梅什钱德拉盟——Altameem扎非盟- Nayak Soumya Ranjan AU - Verma阿米特盟——Saudagar Abdul埃塞俄比亚显得PY - 2022 DA - 2022/08/22 TI - GaitRec-Net:深层神经网络用于步态障碍检测使用地面反作用力SP - 9355015六世- 2022 AB -行走步态违规行为和异常预测指标和症状的疾病和残疾。过去,精心制作的视频(谈)系统,压力垫,或两者的混合被用于临床监测和评估步态。本文提出了一种基于人工智能的地面反作用力的综合调查(平)模式分类健康控制和步态障碍使用大规模的地面反作用力。从不同的病人使用数据集由平测量。本文包括机器学习和深度上优于模型分类健康和步态障碍患者使用地面反作用力。深上优于架构GaitRec-Net提出分类。使用各种指标的分类结果进行评估,分析了每个实验使用5倍交叉验证的方法。与机器学习分类器相比,该深度学习模型是发现更好的特征提取造成分类精度高。因此,拟议的框架提供了一个有前途的一步的方向异常步态模式的自动分类。SN - 1687 - 4757你——https://doi.org/10.1155/2022/9355015做- 10.1155 / 2022/9355015摩根富林明PPAR研究PB - Hindawi KW - ER