本文關(guān)鍵詞：基于確定學(xué)習(xí)理論的步態(tài)分析及在神經(jīng)退行性疾病分類(lèi)中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：步態(tài)即為人體走路時(shí)的姿態(tài),是一種復(fù)雜的運(yùn)動(dòng)過(guò)程。人的行走同時(shí)需要神經(jīng)系統(tǒng)、感覺(jué)系統(tǒng)和運(yùn)動(dòng)系統(tǒng)之間的相互協(xié)調(diào),所以人體走路的姿態(tài)可以從側(cè)面反映出人體的生物特征、健康狀況等。步態(tài)分析就是研究步行規(guī)律的方法,是一種對(duì)人體行走方式進(jìn)行客觀記錄并對(duì)步行功能進(jìn)行系統(tǒng)評(píng)價(jià)的有效手段,旨在通過(guò)生物力學(xué)和運(yùn)動(dòng)學(xué)手段,揭示人體步態(tài)的關(guān)鍵環(huán)節(jié)和影響因素。步態(tài)特征是可以遠(yuǎn)距離獲取的生物特征,所以從智能視頻監(jiān)控的角度來(lái)看,步態(tài)識(shí)別的應(yīng)用前景非常廣泛。由于不同的疾病可有不同的特殊異常步態(tài),如神經(jīng)性退行性類(lèi)疾病,包括帕金森病(Parkinson's disease,PD)、亨廷頓氏舞蹈癥(Huntington's disease,HD)和肌萎縮性脊髓側(cè)束硬化癥(Amyotrophic Lateral Sclerosis,ALS)。因此對(duì)步態(tài)的定量分析也可為疾病的診斷提供重要的線索。確定學(xué)習(xí)理論,是一個(gè)在未知?jiǎng)討B(tài)環(huán)境下利用徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)知識(shí)獲取、表達(dá)、存儲(chǔ)和再利用的機(jī)器學(xué)習(xí)新理論。它能夠?qū)Σ綉B(tài)系統(tǒng)動(dòng)力學(xué)進(jìn)行局部準(zhǔn)確的辨識(shí),并將過(guò)程中學(xué)習(xí)到有關(guān)個(gè)體的步態(tài)動(dòng)態(tài)知識(shí)以常值RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的形式保存起來(lái)。之后,利用常值RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造一組動(dòng)態(tài)估計(jì)器用以表征訓(xùn)練模式。在測(cè)試階段時(shí),把待測(cè)試的模式與這組動(dòng)態(tài)估計(jì)器進(jìn)行比較,會(huì)產(chǎn)生一組L1范數(shù)形式的誤差,可以將它作為待測(cè)試模式和訓(xùn)練模式之間相似程度的衡量標(biāo)準(zhǔn),根據(jù)最小誤差準(zhǔn)則將測(cè)試模式快速識(shí)別出來(lái)。基于確定學(xué)習(xí)理論和團(tuán)隊(duì)的工作基礎(chǔ),本文著重進(jìn)行了步態(tài)分析在實(shí)際應(yīng)用中的探索和研究。基于現(xiàn)有的步態(tài)特征提取的相關(guān)理論和算法,嘗試采用Kinect作為步態(tài)特征提取的新方法,對(duì)特征信息提取問(wèn)題進(jìn)行了探討。重點(diǎn)介紹了基于確定學(xué)習(xí)的步態(tài)快速識(shí)別系統(tǒng)的設(shè)計(jì)工作。該系統(tǒng)在Matlab GUI上開(kāi)發(fā),涉及了數(shù)據(jù)采集,步態(tài)訓(xùn)練,步態(tài)識(shí)別和疾病分類(lèi)等幾個(gè)模塊框架的設(shè)計(jì)與實(shí)現(xiàn),直觀演示了步態(tài)識(shí)別、結(jié)果展示和疾病分類(lèi)的整個(gè)流程。目的是在步態(tài)識(shí)別方面,盡量提高識(shí)別率和識(shí)別速度;在疾病分類(lèi)方面,完成NDDS疾病分類(lèi)實(shí)驗(yàn),驗(yàn)證算法。為提高神經(jīng)網(wǎng)絡(luò)的并行計(jì)算速度,采用了基于英偉達(dá)CUDA并行計(jì)算架構(gòu)的Jacket并行計(jì)算工具用于加速并行計(jì)算過(guò)程。
【關(guān)鍵詞】：確定學(xué)習(xí) 并行計(jì)算 Matlab GUI 步態(tài)識(shí)別 神經(jīng)退行性疾病
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP18;R741
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 研究現(xiàn)狀及難點(diǎn)11-15
• 1.2.1 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.2.2 步態(tài)分析面臨的困難14-15
• 1.3 本文內(nèi)容及結(jié)構(gòu)15-16
• 第二章 確定學(xué)習(xí)理論16-23
• 2.1 引言16
• 2.2 確定學(xué)習(xí)理論16-21
• 2.2.1 徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)16-18
• 2.2.2 持續(xù)激勵(lì)條件18-19
• 2.2.3 動(dòng)態(tài)模式的快速識(shí)別19-21
• 2.3 確定學(xué)習(xí)在步態(tài)分析中的應(yīng)用概況21-22
• 2.4 本章小結(jié)22-23
• 第三章 基于Kinect和確定學(xué)習(xí)的步態(tài)識(shí)別23-38
• 3.1 引言23
• 3.2 步態(tài)數(shù)據(jù)庫(kù)23-26
• 3.2.1 CASIA步態(tài)數(shù)據(jù)庫(kù)23-24
• 3.2.2 自建Kinect數(shù)據(jù)庫(kù)24-26
• 3.3 步態(tài)識(shí)別算法26-28
• 3.3.1 基于模型的方法26-27
• 3.3.2 基于外觀方法27-28
• 3.4 基于Kinect的特征信息提取28-31
• 3.4.1 Kinect簡(jiǎn)介28-29
• 3.4.2 特征提取實(shí)現(xiàn)29-31
• 3.5 步態(tài)學(xué)習(xí)和識(shí)別機(jī)制31-35
• 3.5.1 雙足連桿模型31-33
• 3.5.2 學(xué)習(xí)機(jī)制33-34
• 3.5.3 識(shí)別機(jī)制34-35
• 3.6 實(shí)驗(yàn)35-37
• 3.7 本章小結(jié)37-38
• 第四章 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)38-49
• 4.1 引言38
• 4.2 系統(tǒng)實(shí)現(xiàn)平臺(tái)38-39
• 4.3 并行計(jì)算及在確定學(xué)習(xí)理論的應(yīng)用39-42
• 4.4 系統(tǒng)設(shè)計(jì)42-48
• 4.4.1 系統(tǒng)整體設(shè)計(jì)42-43
• 4.4.2 數(shù)據(jù)采集及訓(xùn)練模塊43-46
• 4.4.3 測(cè)試模塊46-48
• 4.5 本章小結(jié)48-49
• 第五章 基于確定學(xué)習(xí)的神經(jīng)退行性疾病(NDDS)分類(lèi)49-63
• 5.1 引言49
• 5.2 神經(jīng)退行性疾病步態(tài)動(dòng)力學(xué)數(shù)據(jù)庫(kù)49-50
• 5.3 疾病分類(lèi)方法50-58
• 5.3.1 特征選擇和提取53-57
• 5.3.2 步態(tài)學(xué)習(xí)機(jī)制57
• 5.3.3 疾病分類(lèi)機(jī)制57-58
• 5.4 實(shí)驗(yàn)58-62
• 5.5 本章小結(jié)62-63
• 結(jié)論與展望63-65
• 參考文獻(xiàn)65-71
• 攻讀碩士學(xué)位期間取得的研究成果71-72
• 致謝72-73
• 附件73

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 李一波;李昆;姬曉飛;;多視角步態(tài)識(shí)別新算法的難點(diǎn)與動(dòng)向[J];生物醫(yī)學(xué)工程學(xué)雜志;2014年01期

2 郭忠武,丁海曙,王廣志,丁輝;基于運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)參數(shù)的步態(tài)識(shí)別研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2005年01期

3 張虎軍;張楠楠;顧建文;唐植;蔡峰;;人體運(yùn)動(dòng)監(jiān)測(cè)技術(shù)的發(fā)展與應(yīng)用[J];醫(yī)療衛(wèi)生裝備;2011年08期

4 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 鄧玉春;劉世平;;自動(dòng)步態(tài)識(shí)別方法研究綜述[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

2 何衛(wèi)華;李平;文玉梅;葉波;袁海軍;;運(yùn)用下肢關(guān)節(jié)角度信息進(jìn)行步態(tài)識(shí)別[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

3 肖軍;蘇潔;鄭波;賈鵬宇;;智能仿生腿在不同路況下的步態(tài)識(shí)別系統(tǒng)研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

4 張聰;明東;萬(wàn)柏坤;;基于小波描述子和人體骨架模型的多視角融合步態(tài)識(shí)別[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)暨首屆生物醫(yī)學(xué)工程前沿科學(xué)研討會(huì)論文集[C];2009年

5 朱京紅;方帥;高明;方杰;;基于人工免疫模型的步態(tài)識(shí)別方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

6 葉波;文玉梅;李平;;基于核主元分析和支持向量機(jī)的步態(tài)識(shí)別算法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 王科俊;閻濤;呂卓紋;;基于耦合度量學(xué)習(xí)的特征級(jí)融合方法及在步態(tài)識(shí)別中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

8 王科俊;賁f[燁;;基于線性插值的特征模板構(gòu)造的步態(tài)識(shí)別算法框架[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 編譯 劉東征;新型“步態(tài)密碼”給手機(jī)加把鎖[N];北京科技報(bào);2005年

2 若水;分析步態(tài)識(shí)別身份[N];光明日?qǐng)?bào);2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉磊;基于多源信息的步態(tài)識(shí)別算法研究[D];河北工業(yè)大學(xué);2015年

2 余杰;基于視頻的人體目標(biāo)跟蹤與識(shí)別技術(shù)研究[D];電子科技大學(xué);2016年

3 賁f[燁;基于人體運(yùn)動(dòng)分析的步態(tài)識(shí)別算法研究[D];哈爾濱工程大學(xué);2010年

4 曾瑋;基于確定學(xué)習(xí)理論的人體步態(tài)識(shí)別研究[D];華南理工大學(xué);2012年

5 張?jiān)?基于序列統(tǒng)計(jì)特性的步態(tài)識(shí)別算法研究[D];山東大學(xué);2010年

6 趙國(guó)英;基于視頻的步態(tài)識(shí)別[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

7 薛召軍;基于小波變換和支持向量機(jī)相結(jié)合的步態(tài)識(shí)別新方法研究[D];天津大學(xué);2007年

8 胡榮;人體步態(tài)識(shí)別研究[D];華中科技大學(xué);2010年

9 顧磊;基于圖像序列的人體步態(tài)識(shí)別方法研究[D];南京理工大學(xué);2008年

10 劉海濤;基于立體視覺(jué)的步態(tài)識(shí)別研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 楊楠;基于視觸覺(jué)多特征融合的步態(tài)識(shí)別方法研究[D];河北工業(yè)大學(xué);2015年

2 周浩理;復(fù)雜背景下多特征融合的人體步態(tài)識(shí)別研究[D];海南大學(xué);2016年

3 李雪燕;視頻監(jiān)控中人體步態(tài)識(shí)別方法研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

4 潘秀芳;基于手機(jī)的步態(tài)識(shí)別研究[D];燕山大學(xué);2016年

5 羅璨;存在干擾因素情況下的步態(tài)識(shí)別統(tǒng)動(dòng)力學(xué)初步探索[D];蘇州大學(xué);2016年

6 張鵬;耦合度量學(xué)習(xí)理論及其在步態(tài)識(shí)別中的應(yīng)用研究[D];山東大學(xué);2016年

7 沈小康;基于Kinect的人體步態(tài)跟蹤與識(shí)別技術(shù)[D];山東大學(xué);2016年

8 周潔;基于姿態(tài)與壓力信息的步態(tài)識(shí)別方法[D];西南交通大學(xué);2016年

9 陳慶峰;基于確定學(xué)習(xí)理論的步態(tài)分析及在神經(jīng)退行性疾病分類(lèi)中的應(yīng)用[D];華南理工大學(xué);2016年

10 陳玲;基于視頻流的步態(tài)識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D];暨南大學(xué);2016年

  本文關(guān)鍵詞：基于確定學(xué)習(xí)理論的步態(tài)分析及在神經(jīng)退行性疾病分類(lèi)中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：433977