摘要
本发明提供一种体重动态测量方法及装置,属于体重测量领域,测量方法包括:步骤S1、利用设置了多个电容压力式传感器的鞋垫采集压力数据,将鞋垫采集的数据经预先确定的修正因子进行修正,进而得到训练数据集;步骤S2、构建神经网络,神经网络包括ShuffleNet单元,利用AGWO算法获取神经网络参数的初始化值,并基于该初始化值,结合训练数据集,利用引入增广拉格朗日乘子ALM模型进行迭代以获取神经网络最优参数;步骤S3、采用训练数据集对步骤S2所得的神经网络进行训练,以使损失函数最小。本发明能够提升体重测量的便捷性和精度。
技术关键词
动态测量方法
神经网络参数
压力式传感器
拉格朗日乘子法
体重
鞋垫
增广拉格朗日
数据
损失函数设计
算法
因子
传感器材料
电容
位置更新
模块
姿势
系统为您推荐了相关专利信息
CT扫描参数
强化学习模型
强化学习环境
参数优化方法
深度卷积神经网络
高尿酸血症患者
数据
非暂态计算机可读介质
变量
关系
在线监测电力
物联网在线监测
物联网传感器
长短期记忆网络
神经网络参数