一种基于低维足底压力特征的静态步态聚类算法-计算机应用研究.PDFVIP

第３２卷第７期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ７ 　 　 ２０１５年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１５ 一种基于低维足底压力特征的 静态步态聚类算法  方正文，王　年 ，江晋剑，鲍文霞 （安徽大学计算机智能与信号处理教育部重点实验室，合肥２３００３９） 摘　要：为了探究足底压力特征在身份识别中的应用，提出了一种静态步态聚类算法。该算法首先从压力测试 板提取的静态数据中提取当前常用的足底压力特征，包含全局及局部特征，形成特征向量来表征样本对象；接着 利用非负矩阵分解方法（ｎｏｎｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ，ＮＭＦ）获取样本在变换特征空间中的映射及低维表示； 最后结合模糊Ｃ均值算法（ｆｕｚｚｙＣｍｅａｎｓａｌｇｏｒｉｔｈｍ，ＦＣＭ）对降维后的样本对象进行聚类识别。实验结果显示该 算法的聚类正确率达到９０％左右；同时与其他算法对比，该算法在精度上具有较大的优势。经过实验验证与对 比分析，该算法将样本数据压缩到极低维特征空间时，仍有效保留了样本类别信息，进而得出结论，该算法提取 出的足底压力特征是有效的、可行的。 关键词：身份识别；静态数据；足底压力；非负矩阵分解；模糊Ｃ均值算法 中图分类号：ＴＰ３９１４　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１５）０７２１７６０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１５．０７．０６３ Ｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｓｔａｔｉｃｇａｉｔｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎ ｌｏｗｄｉｍｅｎｓｉｏｎａｌｐｌａｎｔａｒｐｒｅｓｓｕｒｅｆｅａｔｕｒｅｓ  ＦａｎｇＺｈｅｎｇｗｅｎ，ＷａｎｇＮｉａｎ，ＪｉａｎｇＪｉｎｊｉａｎ，ＢａｏＷｅｎｘｉａ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒ＆ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ２３００３９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｓｔａｔｉｃｇａｉｔｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｔｏｅｘｐｌｏｒｅｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｐｌａｎｔａｒｐｒｅｓｓｕｒｅｆｅａｔｕｒｅｓｉｎｐｅｒ ｓｏｎａｌｉｄｅｎｔｉｆｉｃａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍｅｘｔｒａｃｔｅｄｔｈｅｃｏｍｍｏｎｐｌａｎｔａｒｐｒｅｓｓｕｒｅｆｅａｔｕｒｅｓｉｎｃｌｕｄｉｎｇｇｌｏｂａｌａｎｄｌｏｃａｌｏｎｅｓｆｒｏｍ ｔｈｅｓｔａｔｉｃｄａｔａｔｈｒｏｕｇｈａｐｒｅｓｓｕｒｅｐｌａｔｆｏｒｍ，ｗｈｉｃｈｃｏｕｌｄｂｅａｖｅｃｔｏｒｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅｓａｍｐｌｅｓ．Ｔｈｅｎｉｔｕｓｅｄｎｏｎｎｅｇａｔｉｖｅｍａ ｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ（ＮＭＦ）ｍｅｔｈｏｄｔｏｇｅｔｔｈｅｍａｐｐｉｎｇｏｆｔｈｅｓａｍｐｌｅｓｉｎｔｈｅｔｒａｎｓｆｏｒｍｅｄｆｅａｔｕｒｅｓｐａｃｅａｎｄｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｉｎ ｌｏｗｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅ．Ｆｉｎａｌｌｙ，ａｆｔｅｒｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎ，ｔｈｅｓｅｆｅａｔｕｒｅｓｗｅｒｅｔｏｂｅｃｌｕｓｔｅｒｅｄｂ