[发明专利]基于人工神经网络智能预测人体关节力矩的方法在审
| 申请号： | 201910283322.4 | 申请日： | 2019-04-10 |
| 公开（公告）号： | CN109984763A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 杜民;熊保平;蒋锦平;李玉榕;史武翔;黄美兰 | 申请（专利权）人： | 福州大学 |
| 主分类号： | A61B5/22 | 分类号： | A61B5/22;A61B5/00;A61B5/11;A61B5/0488 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 人工神经网络 人体关节 弹性网络 多自由度 肌电信号 角度数据 变量数据 智能预测 稀疏 外骨骼机器人 归一化处理 步态分析 输出相关 输入变量 学习过程 运动康复 归一化 构建 去噪 采集 筛选 统计 研究 | ||
【权利要求书】：
1.一种基于人工神经网络智能预测人体关节力矩的方法，其特征在于，包括以下步骤：
步骤S1:采集待测人体关节多自由度角度数据和肌电信号数据；
步骤S2:将得到的多自由度角度数据和肌电信号数据进行去噪处理，并进行归一化处理；
步骤S3：将归一化后的多自由度角度数据和肌电信号数据作为弹性网络的输入,训练弹性网络,在弹性网络学习过程中根据输入变量系数的零数统计值筛选出与输出相关的变量，得到稀疏化后的变量数据；步骤S4：构建一人工神经网络；
步骤S5:将稀疏化后的变量数据作为人工神经网络的输入，得到待测人体关节力矩。
2.根据权利要求1所述的基于人工神经网络智能预测人体关节力矩的方法，其特征在于：所述弹性网络具体为：
（1）
式中X为输入变量，y为输出变量，β为输入变量系数;
弹性网络在学习过程中将与输出无关的变量系数减小到零,而变量是否与输出相关，取决于输入变量系数的零数的统计值，其表达式如下所示：
（2）
式中为第i个受试者第m个输入变量的输入变量系数，为第m个输入变量的输入变量系数。
3.根据权利要求1所述的基于人工神经网络智能预测人体关节力矩的方法，其特征在于：所述人工神经网络为三层网络结构，包括一个隐藏层，M个隐藏神经元。
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福州大学，未经福州大学许可，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/pat/books/201910283322.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于可穿戴设备的疲劳驾驶判断方法
- 下一篇：一种非侵入性盆底肌反馈训练仪
