《表4 不同算法分类时间比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采用鱼群算法进化极限学习机的假肢步态识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究使用的计算机平台为32位Windows操作系统，2.50GHz Intel core Quad CPU处理器，4G内存，Matlab R2010b软件被用于分析与处理实验数据。5种步态不同算法分类时间如表4所示：BP神经网络学习速度较慢；而SVM由于采用一对一多分类模型，每次只能区分2种步态，SVM分类器在步态平均识别时间方面高出ELM近17.85%；由于ELM不需要调整网络输入权值，其分类时间小于SVM；而本研究采用的FA-ELM的识别时间长于ELM方法，但是其识别平均准确率为97.45%。因此最终选择FA-ELM分类器进行分类识别。