摘要
本申请涉及机器学习技术领域,公开了一种步态预测模型获取方法、步态预测方法、装置及助行设备,该步态预测模型获取方法包括:获取人体下肢的表面肌电信号;步态预测模型获取方法,包括:对封闭环境数据集中的初始训练样本按照分布外数据增强方式进行数据增强,以获得增强训练样本;其中,初始训练样本为采集的多个预设步态类型下人体下肢预设采集点的表面肌电信号形成的训练样本;将目标训练样本输入证据卷积神经网络进行训练,以获得步态预测模型;本申请通过在模型训练时采用分布外数据增强方式对训练样本进行分布外增强,且通过对现有的卷积神经网络进行改进,进而实现了开放环境下步态预测的准确性。
技术关键词
预测模型获取方法
表面肌电信号
助行设备
输出模块
数据
下肢
卷积模块
机器学习技术
模型训练模块
参数
人体
存储器
标签
处理器
度量
总量
偏差
编码
系统为您推荐了相关专利信息
差分数据播发方法
电离层误差
网络
数据播发系统
基准
人机交互设备
收纳架体
电力供应回路
驱动动力源
控制单元
新风系统控制方法
建立多元回归模型
新风风量
新风系统控制技术
统计方法
车辆状态数据
智能驾驶控制
横摆角速度
智能驾驶系统
车辆控制方法
坐标系
路面轮廓
路段
点云数据采集
数据构建方法