典型文献
基于非线性时序预测神经网络的下肢步态预测算法设计与研究
文献摘要：
在双足式步态活动期间,人体是使用四肢之间的运动神经元协作传递来实现行走这个过程的.值得一提的是,这种神经元之间的步态运动的协作性在神经损伤之后对于神经的重塑有着转化性的康复训练意义.该研究利用上下肢的步态关联性,旨在设计1个基于健康摆动的上肢来预测下肢步态轨迹的方法,可用于帮助大多数的偏瘫患者进行重塑下肢运动神经功能.首先利用采集正常人的步态数据并加以分析.利用非线性时序预测(Nonlinear Autoregressive models with Exogenous Inputs,NARX)神经网络,以上肢各关节步态转角为输入向量,下肢的髋关节和膝关节的步态转角为输出向量与反馈输入向量,建立1个相对准确且实时的下肢步态预测算法.
文献关键词：
NARX神经网络;步态预测;数据处理;步态轨迹;数据采集
中图分类号：
作者姓名：
赵君豪
作者机构：
杭州市第一人民医院城北院区(杭州市老年病医院),杭州 310011
文献出处：
引用格式：
[1]赵君豪-.基于非线性时序预测神经网络的下肢步态预测算法设计与研究)[J].科技创新与应用,2022(27):67-70
A类：
B类：
时序预测,步态预测,预测算法,算法设计,设计与研究,双足,活动期,四肢,运动神经元,值得一提的是,步态运动,协作性,神经损伤,康复训练,训练意义,研究利用,上下肢,摆动,上肢,步态轨迹,偏瘫患者,下肢运动,神经功能,正常人,步态数据,加以分析,Nonlinear,Autoregressive,models,Exogenous,Inputs,NARX,髋关节,膝关节,对准
AB值：
0.432846
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
