一种基于机器学习的异常步态识别方法及系统

本发明涉及一种基于机器学习的异常步态识别方法及系统，属于人体步进摩擦学技术领域。方案通过采集包括步态正常和步态异常的受试者的步态接触力数据，从步态接触力数据中对每个受试者每个步态周期内取8个相位点的足底接触力形成数据集，利用数据集训练机器学习模型得到用于判断步态是否异常的异常步态识别模型。本发明基于一个步态周期内的力学行为，选取了最为显著的8个相位点，并基于这8个相位点的足底接触力数据进行模型的训练和作为特征进行异常步态的识别，提高了识别的准确率。