期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于下肢角度特征的步态识别方法
1
作者 曾莹 刘波 《电脑知识与技术》 2010年第01Z期403-405,共3页
基于人行走时的下肢角度变化包含丰富的个体识别信．幽观点，提出利用下肢角度特征进行步态识别的新方法。对每个步态序列，依据人体解剖学的先验知识定位下肢关节点，计算相邻关节点连线与竖直线的夹角，以此作为下肢角度；通过步态周... 基于人行走时的下肢角度变化包含丰富的个体识别信．幽观点，提出利用下肢角度特征进行步态识别的新方法。对每个步态序列，依据人体解剖学的先验知识定位下肢关节点，计算相邻关节点连线与竖直线的夹角，以此作为下肢角度；通过步态周期分析，提取一个步态周期的下肢角度变化序列作为特征向量表征步态。最后，采用针对小样本问题具有很好分类效果的支持向量机技术实现步态的分类决策。CASIA步态数据库上的仿真结果证明本方法具有较高的识别性能。 展开更多
关键词 步态识别 支持向量机 下肢角度 轮廓特征 步态周期
下载PDF
Xsens惯性传感器系统在步态分析中的重测信度研究
2
作者 冯雨果 张丁午 +2 位作者 刘玲玥 刘宇 王睿 《皮革科学与工程》 CAS 北大核心 2024年第5期81-85,共5页
探究Xsens惯性传感器运动捕捉系统测量时空步态参数和下肢关节角度的重测信度。在2个测试日分别采集15名健康个体步行过程中的时空步态参数(步速、步长、步频、支撑相占比和双支撑相占比)以及髋、膝和踝关节在矢状面、额状面和水平面的... 探究Xsens惯性传感器运动捕捉系统测量时空步态参数和下肢关节角度的重测信度。在2个测试日分别采集15名健康个体步行过程中的时空步态参数(步速、步长、步频、支撑相占比和双支撑相占比)以及髋、膝和踝关节在矢状面、额状面和水平面的最大角度和关节活动度,2次测试间隔(6±1)d。采用组内相关系数及测量标准误比较两次测试的相对信度与绝对信度。结果发现,两次测试的时空步态参数的相对信度结果为一般至极好,绝大部分时空部分参数的绝对信度表现优秀;矢状面上所有关节角度具有极好的重测性,冠状面和水平面上三个关节角度表现为一般至极好,所有关节角度的绝对信度结果均优秀。综上所述,Xsens系统对于测量健康年轻人的时空步态参数和下肢关节角度是可靠的,临床医生和研究人员可以使用Xsens系统来进行健康人体的步态研究。 展开更多
关键词 惯性测量装置 步态分析 时空步态参数 下肢关节角度 可靠性分析
下载PDF
不同速度正向单摇跳绳地面反作用力与下肢关节角度的变化特征关系 被引量：3
3
作者 宗学凯 井兰香 《湖北体育科技》 2020年第4期331-335,共5页
目的测试不同速正向单摇跳绳支撑期动力学及运动学参数,分析地面反作用力特征与下肢关节角度变化特征的关系。方法选取10名专业跳绳运动员进行慢速、中速、快速的连续跳绳测试。采集动作过程中支撑期垂直地面反作用力(VGRF)值,计算运动... 目的测试不同速正向单摇跳绳支撑期动力学及运动学参数,分析地面反作用力特征与下肢关节角度变化特征的关系。方法选取10名专业跳绳运动员进行慢速、中速、快速的连续跳绳测试。采集动作过程中支撑期垂直地面反作用力(VGRF)值,计算运动中下肢动力学参数,同步采集动作中的运动学参数。结果中速跳绳支撑期VGRF值、爆发力、落地阶段膝关节角度均显著大于慢速跳绳和快速跳绳(p<0.05);快速跳绳下肢关节活动范围均小于慢速跳绳和中速跳绳(p<0.05);慢、中、快速跳绳运动腿刚度由小到大为中速跳绳<慢速跳绳<快速跳绳。结论快速跳绳可以作为专项练习的辅助手段发展踝关节力量;快速跳绳可以锻炼膝关节和髋关节稳定性。中速跳绳可以练习踝关节、膝关节周围肌肉力量和爆发力且出现损伤的风险小。 展开更多
关键词 跳绳 垂直地面反作用力(VGRF) 爆发力 下肢关节角度 刚度
下载PDF
基于某车型正面碰撞假大腿部伤害研究
4
作者 曾庆勇 项忠珂 +1 位作者 程文明 陈浩然 《机床与液压》 北大核心 2020年第18期116-122,共7页
提出大腿的综合评价办法,通过MADYMO仿真软件建立了汽车正面碰撞乘员约束系统的仿真模型,并经过试验验证了模型的可靠性,对大腿伤害曲线进行了对标,在此对标好模型的基础上,分别从IP位置、乘员下肢偏置角度、小腿与地板的夹角这3方面对... 提出大腿的综合评价办法,通过MADYMO仿真软件建立了汽车正面碰撞乘员约束系统的仿真模型,并经过试验验证了模型的可靠性,对大腿伤害曲线进行了对标,在此对标好模型的基础上,分别从IP位置、乘员下肢偏置角度、小腿与地板的夹角这3方面对大腿伤害进行研究。结果表明:在符合人机工程学的同时,IP位置位于乘员膝部时队成员的伤害影响最小;乘员下肢偏置角度为12°为最佳位置;降低小腿与地板的夹角可不同程度地降低乘员大腿的伤害。因此,当汽车发生碰撞时,提前调整有关参数能够有效降低乘员的损伤风险,对汽车主动安全的研发与设计具有重要意义。 展开更多
关键词 大腿伤害 MADYMO 下肢碰撞位置 下肢偏置角度 小腿与地板的夹角
下载PDF
基于AdaBoost-WOA-HKELM的下肢关节角度预测 被引量：1
5
作者 李花宁 吴生彪 +2 位作者 冯丽 刘瑾 熊书慧 《机电工程技术》 2024年第4期36-40,共5页
针对当前下肢连续运动预测精度低的问题,提出一种基于AdaBoost-WOA-HKELM的下肢髋、膝关节角度预测方法。采集人体正常行走状态下的下肢表面肌电信号和关节角度信息,对预处理后的表面肌电信号进行特征提取,并结合关节角度信息建立特征... 针对当前下肢连续运动预测精度低的问题,提出一种基于AdaBoost-WOA-HKELM的下肢髋、膝关节角度预测方法。采集人体正常行走状态下的下肢表面肌电信号和关节角度信息,对预处理后的表面肌电信号进行特征提取,并结合关节角度信息建立特征数据集;选用混合核极限学习机(HKELM)模型作为弱学习器,引入鲸鱼优化算法(WOA)对HKELM模型参数进行优化,通过AdaBoost集成学习算法将弱学习器训练为强学习器,建立AdaBoost-WOA-HKELM关节角度预测模型,利用特征数据集对Ada⁃Boost-WOA-HKELM模型进行训练、测试,并与HKELM、WOA-HKELM模型进行髋、膝关节角度预测的仿真对比实验。结果表明:AdaBoost-WOA-HKELM模型在髋关节和膝关节角度预测方面表现出色,其均方误差分别仅为2.0869和2.2849,而决定系数分别达到了0.9882和0.9887。以上指标明显优于其他2种模型,突显了AdaBoost-WOA-HKELM模型在精确预测下肢关节角度方面的卓越性能。决定系数接近1的结果表明模型对实际数据的拟合程度极高,进一步验证了AdaBoost-WOA-HKELM模型的有效性和准确性。 展开更多
关键词 肌电信号 混合核极限学习机 ADABOOST WOA 下肢关节角度预测
下载PDF
3D打印技术在膝关节表面置换中的应用 被引量：1
6
作者 邹康 罗炜 李娜 《中国医学物理学杂志》 CSCD 2021年第8期1039-1043,共5页
目的:探讨3D打印技术在膝关节表面置换中的应用。方法:回顾性分析初次行人工膝关节置换术患者43例,根据手术方法不同将患者分为3D打印组(22例)和传统手术组(21例)。观察两组手术情况及隐性出血量、膝关节功能恢复情况和术后满意度。结果... 目的:探讨3D打印技术在膝关节表面置换中的应用。方法:回顾性分析初次行人工膝关节置换术患者43例,根据手术方法不同将患者分为3D打印组(22例)和传统手术组(21例)。观察两组手术情况及隐性出血量、膝关节功能恢复情况和术后满意度。结果:两组患者随访1个月。3D打印组患者手术时间、术中出血量、术后引流量和隐性出血量显著低于传统手术组;两组患者术后2周膝关节活动范围和HSS评分显著高于术前,且下肢力线角度显著小于术前;术后2周3D打印组患者下肢力线角度显著小于传统手术组,而HSS评分显著高于传统手术组;3D打印组总满意度(95.45%)显著高于传统手术组(71.43%),差异有统计学意义(P<0.05)。结论:3D打印技术不仅可以减少人工膝关节置换术出血量及手术时间,还能帮助患者获得良好的下肢力线,改善膝关节功能,提高患者满意程度。 展开更多
关键词 3D打印技术 膝关节置换术 膝关节功能 下肢力线角度
下载PDF
基于自适应模糊神经网络的下肢关节运动意图估计
7
作者 滕召纬 孙中波 刘克平 《长春工业大学学报》 CAS 2020年第6期558-562,共5页
利用神经网络和模糊推理技术建立了腿部关节角度预估模型。模型输入为处理后的人体下肢股直肌(VR)、股外侧肌(VL)和长伸肌(EP)的表面肌电信号,输出为髋、膝、踝三个关节角度预测值。在算法迭代更新过程中,采用混合策略和误差反向传播算... 利用神经网络和模糊推理技术建立了腿部关节角度预估模型。模型输入为处理后的人体下肢股直肌(VR)、股外侧肌(VL)和长伸肌(EP)的表面肌电信号,输出为髋、膝、踝三个关节角度预测值。在算法迭代更新过程中,采用混合策略和误差反向传播算法实现结构参数的自适应调整与优化。通过了数值仿真实验。 展开更多
关键词 肢关节角度估计 表面肌电信号 自适应模糊神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部