原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
华东理工大学学报自然科学版文章编号基于的步态分类方法许凡程华房一泉华东理工大学信息科学与工程学院上海摘要步态分类在人体运动能量消耗评估等应用中具有重要意义提高分类精度和降低对统计特征的依赖是步态分类的研究热点采用传统的步态分类方法提取的步态特征用于细分化步态时不能得到较好的效果考虑到步态的连续性和不同轴之间信号的相关性本文提出了基于的步态分类方法采用卷积神经网络操作通过计算多轴步态数据提取步态特征基于长短期记忆构建步态时间序列模型学习步态特征图时间维度上的长期依赖性基于数据集的实验结果表明用此方
华东理工大学学报 自然科学版
文章编号
文档评论（0）