[发明专利]一种基于优化的C-支持向量分类机的步态识别方法无效
| 申请号： | 201310098407.8 | 申请日： | 2013-03-26 |
| 公开（公告）号： | CN103186792A | 公开（公告）日： | 2013-07-03 |
| 发明（设计）人： | 闫磊;李雁北;钱桦;解勇 | 申请（专利权）人： | 北京林业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于优化的C-支持向量分类机的步态识别方法，其主要内容有：①采集并保存站立、行走、跳跃和上楼梯这4种步态的足底压力数据，并将其上传至计算机保存成测试组和训练组；③利用MATLAB软件及LIBSVM工具箱编写基于C-支持向量分类机模型的步态识别算法，在该C-支持向量分类机模型中选取高斯径向基函数作为核函数并采用遗传算法对算法中的惩罚参数C和核函数参数γ进行优化；④利用训练组对③中的步态识别算法进行训练；⑤利用测试组对④中训练好的步态识别算法进行测试，测试其分类准确率，并得出步态识别结果。 | ||
| 搜索关键词： | 一种 基于 优化 支持 向量 分类机 步态 识别 方法 | ||
【主权项】：
一种基于优化的C‑支持向量分类机的步态识别方法，采用支持向量机算法中的C‑支持向量分类机进行四种步态的识别，其中这四种步态包括：站立、行走、跳跃和上楼梯；整体包括以下步骤：①采集并保存站立、行走、跳跃和上楼梯这4种步态的足底压力数据，每种步态采集1000组数据；②从每种步态的1000组数据中随机挑选200组数据组成一个拥有800组数据的训练组；随机挑选100组组成一个拥有400组数据的测试组；③利用MATLAB软件及LIBSVM工具箱编写一种基于支持向量机中C‑支持向量分类机模型的步态识别算法；④利用训练组对③中的步态识别算法进行训练；⑤利用测试组对④中训练好的步态识别算法进行测试，测试其分类准确率，并得出步态识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京林业大学，未经北京林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310098407.8/，转载请声明来源钻瓜专利网。
