[發明專利]一種基于優化的C-支持向量分類機的步態識別方法

無效

• 申請號: 201310098407.8
• 申請日: 2013-03-26
• 公開（公告）號: CN103186792A
• 公開（公告）日: 2013-07-03
• 發明（設計）人: 閆磊;李雁北;錢樺;解勇
• 申請（專利權）人: 北京林業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于優化的C-支持向量分類機的步態識別方法，采用支持向量機算法中的C-支持向量分類機進行四種步態的識別，其中這四種步態包括：站立、行走、跳躍和上樓梯；整體包括以下步驟：

①采集并保存站立、行走、跳躍和上樓梯這4種步態的足底壓力數據，每種步態采集1000組數據；

②從每種步態的1000組數據中隨機挑選200組數據組成一個擁有800組數據的訓練組；隨機挑選100組組成一個擁有400組數據的測試組；

③利用MATLAB軟件及LIBSVM工具箱編寫一種基于支持向量機中C-支持向量分類機模型的步態識別算法；

④利用訓練組對③中的步態識別算法進行訓練；

⑤利用測試組對④中訓練好的步態識別算法進行測試，測試其分類準確率，并得出步態識別結果。

2.根據權利要求1所述的一種基于優化的C-支持向量分類機的步態識別方法，其特征是在于：步驟③中的一種基于支持向量機中C-支持向量分類機模型的步態識別算法包括以下步驟：

a.選擇高斯徑向基核函數：exp(-‖x_i-x_j||²/2γ²)作為C-支持向量分類機模型：minα12Σi=1mΣj=1myiyjK(xi,xj)αiαj-Σj=1mαj]]>s.t.Σi=1myiαi=0,0≤αi≤C,i=1,...,m]]>中的核函數，其中(x_i，y_i)為訓練樣本，構成該步態識別算法模型：

minα12Σi=1mΣj=1myiyj(exp(-||xi-xj||2/2γ2))αiαj-Σj=1mαj]]>s.t.Σi=1myiαi=0,0≤αi≤C,i=1,...,m;]]>

b.選擇合適的懲罰參數C＞0和高斯徑向基核函數參數γ代入該步態識別算法模型；

c.利用訓練組訓練該步態識別算法模型得到特征向量

d.選取在[0，C]范圍內的并計算得到最優分類面參數b*=yj-Σαi*yiexp(-||xi-xj||2/2γ2);]]>

e.構造決策函數f(x)＝sgn(g(x))，其中g(x)=Σi=1myiαi*(exp(-||xi-xj||2/2γ2))+b*.]]>