首页|基于XGBoost的下肢步态相位识别研究

基于XGBoost的下肢步态相位识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对下肢外骨骼应用中的难点问题,开展了基于XGBoost算法,利用单个IMU采集的运动姿态数据对步态相位进行识别的研究.首先,采集了6种不同步态下的足部运动数据,然后将每种步态划分为4个相位;在此基础上,以足部运动数据作为训练集,然后应用XGBoost算法进行步态相位识别的分析.建立模型的过程中通过贝叶斯优化算法进一步对模型中涉及的参数进行优化.计算显示,模型的测试集平均正确率为89.26％,精度为89.64％,召回率为89.26％,F1值为89.10％;结果分析表明该模型能够实现较好的步态相位识别.
XGBOOST algorithm-based method research on lower limb gait phase recognition

苏鸿、马超、苏鹏、高经纬

展开 >

北京信息科技大学现代测控技术教育部重点实验室 北京 100192

北京信息科技大学机电系统测控北京市重点实验室 北京 100192

下肢运动姿态 步态相位识别 XGBoost 贝叶斯优化

国家自然科学基金

52005045

2023

10.13382/j.jemi.B2205867

电子测量与仪器学报
中国电子学会

电子测量与仪器学报

CSTPCDCSCD北大核心
影响因子：2.52
ISSN：1000-7105
年,卷(期)：2023.37(3)
  • 2
  • 10