研究文章
GaitRec-Net:深神经网络使用地面反应力检测Gait故障
|
| 引用 |
数据集 |
方法论 |
号主题类 |
分类精度 |
|
| [19号万事通 |
私有数据集 |
逻辑回归SVM和MARS |
8 |
二进制类 |
| MARS=88.3%逻辑回归=68.5%SVM=84.8% |
| [20码万事通 |
MFC数据 |
SVM |
58码 |
83.3% |
| [18号万事通 |
私有数据集 |
PCA+(SVM、KNN)和CNN |
37号 |
二进制类 |
| CNN=91.9%SVM=67.6%kNN=48.7% |
| 多类 |
| CNN=83.8%SVM=51.4%kn |
| [21号万事通 |
私有数据集 |
PCA+线性SVMRBFSVM |
440 |
二进制类 |
| 线性SVM=90.8%RBFSVM=89.1% |
| 多类 |
| 线性SVM=54.3RBFSVM=51.2% |
| [22号万事通 |
私有数据集 |
PCRA+ANN随机林 |
239 |
多类 |
| SVM=89%ANN=90%RF=73% |
| 拟方法 |
GaitRec数据集 |
SVM系统KNN奈夫贝叶斯1DCNN |
2295 |
二进制类 |
| SVM=89.998KNN=91.296%Naive贝叶斯=55244% & 1DCNN=91.624% |
|
|
