一种基于长短时记忆神经网络的异常步态检测方法.pdfVIP

下载本文档

1
0
约8.52千字
约 10页
2023-06-20 发布于四川
举报
版权申诉

一种基于长短时记忆神经网络的异常步态检测方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于长短时记忆神经网络的异常步态检测方法，包含以下步骤：数据预处理；数据预处理包含基于数据库进行试验对象类别划分，采集受试者步态过程中的足底压力数据，按实验对象划分数据集，保证同一病人的数据只出现在训练集或者测试集；基于长短时记忆神经网络的模型搭建，将每个LSTM单元的输出进行均值池化，每个LSTM单元的输出代表了对当前时刻之前的所有输入数据学习到的抽象特征，将这些抽象特征与最后时刻的特征拼接，送人全连接层中，最后使用激活函数输出概率值，二分类时使用Sigmoid函数，多分类使用Softma

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113317780 A (43)申请公布日 2021.08.31 (21)申请号 202110630916.5 G16H 50/20 (2018.01) (22)申请日 2