[发明专利]一种基于智能手机的人体异常步态识别方法在审
| 申请号： | 201910737884.1 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110299203A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 张伟;张学志;康慧;王雷雷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16H20/30;G06K9/62;G06F17/18 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 陈选中 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于智能手机的人体异常步态识别方法。本发明的方法可以有效的通过智能手机采集人体步态数据，提取相关的人体不同步态类型的特征信息，实现不同异常步态类型的分类识别。克服了传统异常步态分析和检测方法的局限性。 | ||
| 搜索关键词： | 异常步态 智能手机 分析和检测 分类识别 人体步态 特征信息 步态 采集 | ||
【主权项】：
1.一种基于智能手机的人体异常步态识别方法，其特征在于，包括以下步骤：S1、采集人体在走路时智能手机中加速度传感器和旋转矢量传感器的信号数据；S2、利用四元素坐标系对采集到的信号数据进行坐标转换，得到预处理后的信号数据；S3、利用双树复小波算法将预处理后的信号数据进行信号去噪，得到去噪后的信号数据；S4、通过去噪后的信号数据分析正常步态与异常步态的区别，并对其进行特征提取得到特征值；S5、根据提取到的特征值，通过机器学习算法构建IBK分类器模型，并从中选择出最优的IBK分类器模型；S6、通过最优的IBK分类器模型识别不同状态下的步态类型。
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电子科技大学，未经电子科技大学许可，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/201910737884.1/，转载请声明来源钻瓜专利网。
