一种基于表面肌电信号及迁移学习的步态识别方法

一种基于表面肌电信号及迁移学习的步态识别方法，设计并制作一个表面肌电信号采集系统，通过肌电传感器和数据采集设备对受试者腿部8块肌肉进行肌电信号采集；通过动捕设备对受试者的步态进行记录，将肌电信号与步态信息进行时间戳对齐，对肌电信号进行标签信号标注，并通过滤波、特征处理之后获得训练数据集；构建LDA‑LSTM步态相位识别算法；构建改进的MCD迁移学习框架；对构建的迁移学习框架参数进行训练优化，使其在目标域的识别分类效果达到最优，训练后的模型再次保存为包含有目标域训练权重的整个模型，用于识别目标域的步态相位。本发明提高模型的跨个体识别准确率，解决了不同个体训练时，样本标签标注困难、成本较大等问题。